Нейросетевая пятиминутка, друзья. Расскажу о новых интересных функциях генерации изображений с OpenAI Sora с помощью n8n и локального поиска SearXNG.

В этом выпуске:
- Новые возможности OpenAI Sora, генерация через API
- Локальный поиск SearXNG

YouTube

Ну, что, друзья. Всеми нами любимый генератор изображений от OpenAI теперь доступен в API. Это очень хороший день, ящик Пандоры распахнут официально.

Потребуется верифицированная организация, чтобы достучаться до нового API.

https://openai.com/index/image-generation-api/

Граждане, 1 Мая, в день труда (в других странах — May Day), соберёмся поговорить о том, как упаковывать и продавать автоматизацию клиентам.

В современном «плотном» мире автоматизаторов, где из каждого утюга кричат про замену людей на машины, а каждый предприниматель теперь владелец «AI-агентства по автоматизации» важно не просто не потеряться в потоке, а ещё и разобраться как и в какую сторону нужно грести внутри него.

Поделюсь своими наблюдением и опытом, расскажу что знаю о предмете продажи автоматизации.

Будет Zoom, вот ссылка на событие: https://calendly.com/cdgk/automation-sell-and-party

Там есть анкета, она не просто так. Пожалуйста, заполните её честно :-)

UPD: В Zoom закончились места.

Привет, друзья! Замечаю начинающуюся тенденцию в «монетизации» использования LLM и других инструментов со стороны работодателей.

Откровенно могу заявить, что то, за что раньше можно было платить полную месячную зарплату и ждать результата в течение месяца, теперь вполне реально решить за пару часов (хорошо, за день) за $20. Разумеется, речь о части задач и областей, не обо всём на земле (constantly updated).

Также совершенно глупо предполагать, что разработчики даже в крупных компаниях продолжают вручную потеть над кодом и писать по 10 строк в день — все уже давно освоили Cursor и Windsurf, пишут тонны кода за минуты, а в остальное время работают над чем-то ещё (и правильно делают).

Некоторые работодатели начинают что-то подозревать и говорят: «слушай, ну ты же это написал в ChatGPT за 10 минут, а что ты делал остальную неделю?»

Это вопрос… Нужно быть готовыми отвечать на него.

Особенно экономные и эффективные начинают оговаривать большие объёмы работ для сотрудников при сохранении того же уровня компенсации, а радикальные — приходят к нам и говорят: «у нас есть четверо, делают работу за 320К в месяц, нужно оставить одного».

Расскажите в комментах, а как у вас?

Продолжаем наблюдение.

Привет, друзья! Ко мне приходит достаточно большое количество вопросов и обращений по автоматизации процессов, причём с двух сторон: клиенты спрашивают сколько это стоит, а автоматизаторы — «за сколько продавать услуги»?

Я думаю, что краткий ответ вполне себе очевиден. Нужно научиться описывать и оценивать текущие процессы в организации, находить возможности их автоматизации, оценивать стоимость этой автоматизации, а после этого — рассчитывать экономический эффект.

На моей практике слово «автоматизация» продается очень сложно, но очень хорошо продаются цифры, когда вы показываете, что текущая стоимость процесса, например, 1 миллион рублей в месяц, а его автоматизация стоимостью в тот же самый миллион рублей, начнет приносить (экономить) деньги на третий месяц.

При этом не обязательно автоматизировать процесс на 100%, иногда достаточно 60-80% для того, чтобы существенно сократить расходы, можно оставить человека на «последней миле».

Ищите дорогие, повторяющиеся процессы, описывайте и оценивайте их, приходите с цифрами к клиенту — вот вам вся аргументация.

На следующей неделе думаю собрать небольшой Zoom и поделиться опытом продажи автоматизации в бизнес, дату / время напишу.

p.s. Кстати, мы с группой товарищей сейчас в самой середине курса по автоматизации с n8n. Присылайте в комментарии или в личку брифы своих проектов, вполне возможно кто-то из участников будет готов за них взяться в качестве учебного проекта и получится вин-вин.

Привет, друзья! В последнее время довольно много общаюсь с предпринимателями, владельцами бизнеса и руководителями на тему использования AI в работе.

Есть один общий паттерн: практически все рассказывают, как они теперь (самостоятельно) решают задачи, которые раньше решались их сотрудниками долго и неэффективно.

Мне это напомнило побег из тюрьмы, когда руководители, скованные глупостью и нежеланием работать со стороны своего персонала, вырываются и становятся свободными.

Знаю несколько кейсов, где собственники планируют сократить часть команды не просто для сокращения ФОТ, а в большей степени для роста эффективности.

Горе тем сотрудникам, кто тянет назад, не включаются, не является по-настоящему частью бизнеса и команды.

Прогресс последнего года показал, что некоторым «осталось» недолго. Инвестируйте в обучение и саморазвитие.

Привет, друзья, анонс! Сразу за курсом по n8n у нас стартует курс по Flowise, начинаем с 6 мая, работаем 2.5 недели.

Курс будет проходить в Zoom, в группе до 30 человек с персональной обратной связью.

Flowise — это open-source low-code/no-code инструмент для создания приложений на базе LLM. Он предоставляет визуальный интерфейс для быстрой сборки и настройки цепочек обработки данных, агентов и интеграций с фреймворками LangChain и LlamaIndex .

Если в одном предложении, то Flowise — это n8n для языковых моделей.

Я считаю, что владеть нужно обоими инструментами на одинаково хорошем уровне. «Заход» в инструменты можно делать в любом порядке.

У меня есть несколько видео, где я рассказывал об инструменте, лежат вот тут.

Программа тут: https://automatica.io/flowise-automation
Билеты тут: https://automatica.timepad.ru/event/3313671

До конца следующей недели работает Early-bird скидка 12% (AIWIZARDS05), которая также складывается со скидкой за «приведи друга», 13%.

Традиционно хочу сказать, что если не сможете или не успеете — не беда. Большинством своих знаний я делюсь открыто. Просто следите за этим каналом или за моим YouTube.

Привет, друзья! вчера у нас стартануло первое занятие курса по автоматизации с n8n.

Честно скажу, я приятно удивлен интересу к этой теме, а вдвойне приятно, что интерес проявляют не только технические специалисты, но и те, кто от технологий должен быть далек в связи со спецификой своей основной деятельности.

Помимо IT и разработки, у нас на курсе маркетинг и продажи, предприниматели, продуктовые дизайнеры, психотерапевты и психологи, бизнес-аналитики, те, кто работает в онлайн-образовании, строительстве и автомобильном транспорт.

Также очень интересна география: Россия, Беларусь, Канада, Бразилия, Польша, Португалия — растянулись почти на весь земной шар.

Примечательно, что потратив всего полмесяца времени на изучение n8n, можно существенно укрепить свои позиции в бизнесе и сделать шаг по лестнице наверх.

Дополнительно хочу сказать, что настоящих успехов в использовании инструментов можно добиться только если разобраться в том, как они работают «под капотом» и потратить время на изучение. Если подойти поверхностно, будет как во всем знакомом и любимом мультфильме выше, там замечательно проиллюстрированы последствия «слабого промптинга» :-)

Keep Learning! Don’t settle!

Всем привет! Давайте настраиваться на рабочую неделю, начнём с нейромотивации :-)

Помните сказки и мультфильмы Сутеева, на которых мы росли (те, кому за 30 должны точно помнить)? «Мешок яблок», например.

На прошлой неделе у меня поднялась температура, содержательной деятельностью заниматься не мог, поэтому решить набрать великих мотивирующих цитат от гигантов мысли Инсты (террористы / экстремисты) и сделать по ним образы + визуализации в стиле Сутеева через SORA.

Последняя SORA очень хорошо копирует и воспроизводит стили из референсных изображений, из этого можно собрать чудесный, автоматический мотивационный пайплайн.

Я даже боюсь представить, что будет, когда этот генератор заведут в публичный API.

Я всю жизнь занимаюсь IT и работаю над цифровыми продуктами, но как мальчишка, родившийся в СССР, считаю День Космонавтики почти своим праздником — чем старше становлюсь, тем лучше понимаю, какой подвиг совершили наши отцы и деды тогда, в 1961, какая высокая цена была за это заплачена.

Мне повезло быть знакомым с одним настоящим космонавтом, который к тому же увлекается технологиями. Пару дней назад он прислал мне ссылку на сайт, куда встроил Vectorshift для ответов на вопросы посетителей. Вот так космос и технологии встретились вместе.

Всех поздравляю с Днём Космонавтики, прилагаю своё любимое фото: «Бледно-голубая точка». Точка — Земля с расстояния 6B километров, сделанная Voyager 1.

Друзья, иногда приходят с задачами, а мы либо таким не занимаемся, либо «Все операторы сейчас заняты». Если вы ищете проекты в том, что мы тут обсуждаем, пожалуйста, накидайте примеры работ и описание ваших умений в комментарии или в личку, возможно, получится срастить вас с проектами.

Горячие темы: RAG, ассистенты, виртуальные аватары, автоматизация работы с документами, саппорт в чатах.

Привет, друзья, вот презентация со вчерашней встречи в Zoom, спасибо всем, кто пришёл и принял участие. Запись в Zoom вышла не очень, в какой-то момент я её «улучшу» и тогда она попадёт в общий доступ.

UPD: Запись https://www.youtube.com/watch?v=JT9H66_paII

UPD2: запись сокращенная, без одного примера, с вырезанными ответами на вопросы, с вырезанными экранами участников.

Если у участников вчерашней встречи остались вопросы, пожалуйста, пишите в комментарии, разберёмся вместе. Я не ответил на несколько вопросов, сформулированных без конкретики вчера в разговоре (например, «Сколько стоит RAG»), поэтому можно вместе с деталями обсудить в комментариях.

Сегодня что-то будет, раз Сэму не спится.

Судя по всему, это более новые модели серии «o».

Будет круто, если выпустят o3 — по внутренним тестам OpenAI выглядит бомбически.

Привет, друзья! По мере того, как LLM становятся всё больше и больше частью настоящего рабочего процесса, наблюдаются интересные тенденции в части ценообразования.

Сегодня Anthropic выпустили Claude Max, стоит $100+ и предлагает расширенные лимиты по общению.

Для людей, которые активно пользуются Claude, это даст ощутимый рост производительности за сравнительно небольшие деньги.

Подумалось, что в одной из веток квантовой реальности, когда человечество окончательно перестанет думать самостоятельно и массово перейдёт на LLM, компании-владельцы крупных сетей смогут устанавливать любые цены на свои продукты, потому что это станет неотъемлемой частью жизни.

Продолжаем наблюдение.

Привет, друзья! Как обещал, в следующий четверг 10/04 встречаемся Online в Zoom, обсуждаем практики лучших собаководов работы с n8n.

Расскажу и покажу хаки, которые используем внутри команды, разберём пару кейсов из практики, обменяемся тёплой и позитивной энергией автоматизации.

Участие по предварительной записи тут, всего 35 мест: https://calendly.com/cdgk/n8n-tips-and-tricks

Присылайте вопросы в комментарии, что-то сможем обсудить и разобрать, на это будет порядка 10 минут.

UPD: всё разобрали.

UPD2: +10 мест

Нейросетевая пятиминутка, друзья.

Строим фабрику промптов с использованием Flowise и последовательных агентов, эксперимент как раз для выходных.

Loom
YouTube

В этом выпуске:
- Краткое повторение концепции Multi Agents (предыдущий ролик о «креативной команде» с супервайзером и воркерами).
- Разбор Sequential Agents — как создавать линейные рабочие процессы с чётко заданной последовательностью действий.
- Практический пример: создание интеллектуального помощника для генерации промптов с уточняющими вопросами.
- Использование Agent Memory и State для хранения переменных и состояний между вызовами агентов.
- Интеграция с голосовым вводом (Speech-to-Text) через OpenAI.
- Использование LangSmith.

Привет, друзья! Откопал в закромах старый Master-промпт, который нужен для создания других промптов.

Работает так. Закидываете его в модель, и пишете: «Нужно сделать промпт для перевода текста с зумерского на скуфовский диалект середины 19 века».

Дальше вам задают от трёх до пяти вопросов-уточнений и в итоге вы получаете нормально структурированную промпт-инструкцию под вашу задачу.

Важно: промпт создавался до эры моделей с Reasoning, поэтому туда включена CoT (цепочка размышлений). Результаты генерации лучше использовать с «обычными» моделями без Reasoning — в них другой рецепт промпта.

Промпт на английском, но адаптирован для языка, на котором задают вопрос. Если что — просто попросите отвечать на русском.

p.s. Зумерский текст: «Короче, чекнул новый апдейт, реально кринж. Интерфейс вообще нечитабельный, дизайнеры походу на минималках. Задизлайкал, ес оф корс.»

Скуфовский перевод: «Осмелюсь доложить, что давеча имел честь ознакомиться с новоприбывшим обновлением оного приспособления, и пришел в крайнее смущение духа. Письмена в оном устроены столь неудобозримо, что можно заключить, будто господа художники трудились за весьма скудное вознаграждение. Счел своим долгом выразить неудовольствие, о чем и свидетельствую.»

Привет, друзья, анонс! Самое время закатать рукава!

С 15 апреля стартует мой авторский курс по n8n, буду вести лично, в Zoom с небольшой группой.

У меня есть рецепт, который проверен годами и работает, поэтому занимаемся два раза в неделю по вторникам и пятницам вечером, всего пять занятий. Рецепт называется «интенсив», он делает три вещи: организовывает, вводит в нужны темп, предлагает среду для общения и обмена.

Вот тут лежит программа (https://automatica.io/n8n-automation), если очень кратко, мы постараемся довести знания участников до режима «уверенный пользователь n8n».

Будут домашки с обратной связью, работа в группах и парах, по такому случаю акция «приведи друга» даёт скидку 13% на оба билета.

Курс подойдёт для начального и среднего уровня, примерно в июле будет мозгодробительный n8n-advanced для тех, кто «уже умеет» и хочет n8n в прожарке Rare.

Также есть промокод участников моего уютного канальчика: AIWIZARDS04 (скидка 12%, действует до 6 апреля).

Примечательно, что скидка за «приведи друга» + промокод суммируются.

Билеты тут: https://automatica.timepad.ru/event/3312567/

Если не сможете принять участие на этот раз — не беда, я делюсь 95% своих знаний на YouTube, так что можно просто следить за моим каналом и задавать вопросы в чате.

UPD: Sold out.

Привет, друзья. Иногда возникает задача точно воспроизвести стиль текста бренда или просто произвольного текста.

Вот тут лежит длинный промпт, который умеет анализировать текст и в результате создавать JSON по ключевым моментам стиля.

Потом этот слепок стиля можно использовать для переноса портрета стиля на произвольный текст.

Работает так: запускаете промпт с куском текста, который нужно проанализировать, после этого получаете JSON.
Следующим промтом просите скорректировать произвольный текст, используя созданный портрет стиля.

Привет, друзья! Несколько недель назад я публиковал ссылку на продукт для создания визуальных схем бизнес-процессов, называется BPMN Sketch Miner. Это замечательная легковесная библиотека, которая позволяет при помощи текста создавать схемы процессов прямо в браузере

Приятный момент заключается в том, что схемы описываются полностью текстом, примерно так же, как это делает Mermaid в диаграммах. Поэтому можно использовать языковые модели для создания схем бизнес-процессов почти из любых документов, начиная от регламентов, заканчивая правилами, методиками обучения и так далее.

Я рекомендую всем владельцам бизнеса внимательно присмотреться к созданию и хранению у себя подобных схем, поскольку автоматизация в итоге придет и в ваш дом. Нужно быть готовыми к тому, чтобы встретить ее с выполненным «домашним заданием» по оцифровке собственного бизнеса.

Мы с командой сделали перевод руководства по BPMN Sketch Miner на русский язык. Надеюсь, он окажется полезным для вас.

p.s. Когда я писал пост и дошёл до «оцифровка бизнеса», нечаянно нажал не туда и получилась «оцинковка бизнеса». Это опечаточка по Фрейду, друзья. Надо торопиться.

Привет, друзья! Я всё чаще замечаю, как «Искусственный интеллект», «Машинное обучение», «Нейросети», «Нейронки», «ЛЛМки» и, прости, Господи, БЯМы, рассматривают как панацею, как волшебную синюю таблетку из матрицы, съев которую все станет хорошо, а главное — ничего не нужно будет делать самому.

Правда иная: для того, чтобы эффективно использовать современные инструменты, нужно стать экспертом в постановке задач и интерпретации ответов (в народе — промптинг), нужно учиться работе с последовательными цепочками рассуждений, «чувствовать» инструмент. Нужно быть умнее модели.

Это важно, поскольку каждая языковая модель может обладать определенными только ей присущими сильными сторонами, которые также надо учитывать и использовать в своей работе. Каждая модель, если хотите, — индивидуальность.

Но самое важное для нас, для людей — продолжать думать самим, решать сложные, мозгодробительные задачи, творить. И это становится ещё критичнее сейчас, в эру глобального удешевления интеллекта.

В квантовой реальности есть веточка, где мы (человечество) переложили на алгоритмы все свои заботы и превратились в персонажей фильма Idiocracy. Это плохая идея.

Привет, друзья! Вот довольно интересное интервью, где принимали участие CEO компании Mistral Arthur Mensch и Jensen Huang (NVIDIA).

YouTube

Для тех, кто действительно думает о будущем в широком смысле применения ИИ и планирует строить продукты — настоятельно рекомендую посмотреть.

Кратко из того, что мне запомнилось:
- ИИ — это не волшебный универсальный интеллект. Общая модель — это основа. Настоящая мощь начинается, когда ты:
- Дообучаешь модель на своём языке. Например, Mistral дообучили свой ИИ на арабском (Mistral Saba) — и он стал говорить в 5 раз лучше, чем более крупные модели.
- Добавляешь индустрию. Юридический ИИ, медицинский, банковский — это всё разные модели.
- Добавляешь страну и контекст. Чтобы ИИ знал местные законы, традиции, документы, стиль общения.

Ключевой момент: ИИ нужно обучать как сотрудника: «нанимать», вводить в курс, настраивать под задачи. Без этого получается просто болтливый бот.


- Открытые модели — основа суверенитета. Я хочу добавить, что модели модели должны быть не только открытыми, но и локально созданными и обученными.
- Arthur Mensch прямо говорит: закрытые модели тормозят развитие.
- ИИ — это инфраструктура уровня интернета и электричества. Страны и компании обязаны уметь запускать свои модели, на своей инфраструктуре, и на своих условиях (для нас [Россия] это особенно важно).

- Mistral специально делает свои модели открытыми — чтобы можно было адаптировать их под себя, настраивать. дообучать и отказаться от поставщика, если надо.

- AI — это не софт, это культурный носитель. ИИ будет писать, говорить, советовать, взаимодействовать с людьми → значит он несёт ценности. Если ты не обучил ИИ на своей культуре — он будет транслировать чужую. Повторюсь, для нашего менталитета и нашей цивилизации это особенно важно.

---

ИИ — это новая цифровая рабочая сила. И она либо работает на тебя, либо на кого-то другого. Сейчас всё меняется, и либо ты, как страна и нация, входишь в игру, либо становишься колонией для чужих моделей. Это может быть гораздо опаснее проблем с мигрантами в рамках 5–10 лет.

---

Чёткий разговор чётких парней про будущее технологий, компаний и государств.

Нейросетевая пятиминутка, друзья. Сегодня про мультиагентов, делаем нано-креативное агенство для написания статей на заданную тему.

Интернет и так пестрит кучей информации, которая написана языковыми моделями, но при правильной настройке подобные системы можно сделать очень полезными, особенно если снабдить их к доступам к провернныем базам знаний для создания проверенного, интересного контента.

Меня всегда привлекала идея популяризации Физики и Математики, будет здорово, если кто-то сможет построить нейроФейнмана для объяснения сложных вещей простым языком.

Loom
YouTube

P.S. Угадайте, откуда взялось вдохновение для этой картинки. Сам процесс создания обложки ролика был максимально эпичным. Шок от OpenAI, не меньше.

Генератор изображений в ChatGPT не выдержал наплыва пользователей, и в OpenAI решили отложить запуск генерации картинок для бесплатных аккаунтов.

Сэм Альтман написал, что спрос на картинки превысил ожидания, поэтому бесплатным пользователям придётся ждать дольше запланированного (без прогнозов).

Скорее всего, снова вернут Dall-e, он будет под капотом генерировать картинки вместо новой модели или просто давать советы как сделать то, что просит пользователь. Мне, например, позавчера новая модель посоветовала поставить Stable Diffusion и использовать ControlNet для того чтобы сделать что я хочу — это оказалось следствием перегрузки при старте и OpenAI оперативно деградировали сервис :-)

Я считаю, что этот инструмент — настоящий тектонический сдвиг в качестве генерации и вообще подходе к работе с изображениями в будущем, потому что он очень хорошо понимает «что от него хотят».

Это позволит создавать автономные системы, агентов и MCP, которые смогут автоматом создавать сложные продукты вместе с изображениями.

Кстати, я стал замечать, как моим инструментом при работе с моделями всё реже становится браузер / приложение LLM, и всё чаще — Cursor / WindSurf или Cline / Roo Code. Причём, я решаю почти те же задачи, что и раньше, но с более полным и структурированным подходом к решению.

p.s. Пишут, что сегодня международный день виски. Ну, Happy Thursday, товарищи!

Друзья, привет! Продолжаем разбираться в Flowise. Смотрите, что можно сделать за 20 минут в этом продукте: мы настраиваем мультиагентную систему, которая берёт на себя полный цикл создания контента.

У нас есть News Research Specialist, который ищет свежую инфу, Article Writer, который пишет черновик, Article Reviewer, который проверяет и даёт обратную связь, и Style Editor, который наводит лоск и доводит текст до идеала.

Вся эта команда работает под присмотром Supervisor, который решает, кому передать слово дальше.

Приятный бонус — можно всю эту банду использовать как инструмент в другом более сложном workflow.

Разумеется, все это можно создать и в N8N, но Flowise выглядит сильно проще для решения подобных задач.

В первом комментарии — JSON с этим Workflow, для тех, кто установил Flowise в cloud.ru, может потребоваться OpenRouter для доступа к моделям.

Привет, друзья. Сегодня о… музыке. Так получилось, что большая часть моей жизни связана и с технологиями, и с творчеством — я с 11 лет начал заниматься программированием, а в 14 открыл для себя альтернативный рок.

В 2010 всё творчество встало на паузу, — его полностью вытеснила работа, но его ведь нельзя выключить полностью.

С появлением генеративных сетей в дизайне я начал задуматься о применении того же в музыке, и вот, сейчас у нас в арсенале есть Suno, UDIO, MusicFX, много чего ещё.

Со своей командой [oxygenic] мы решили опробовать концепцию Человек-Машина, нагенерировали музыки и «приложили» к ней свои способности, чтобы сделать песню, где часть работы — Ai, а часть — люди. Каждый приносит что-то своё.

В конце проанализировали трек через Gemini Flash и он помог создать видеоряд по настроению песни, который был сгенерирован во FLUX и анимирован в Kling.

Пара дублей Live, Final Cut Pro, почти готов клип. Во времена моей юности представить такое было невозможно :-)

Кстати, если вы ещё не построили планы на вечер воскресенья 30/03, приходите на наше живое выступление в Neformat, вот тут регистрация, промокод AIWIZARDS, скидка 90%, всего 10 кодов. :-)

Там только про музыку, не про Ai, конечно же. Про Ai мы тут.

Случились ещё две интересные вещи. Во-первых, Google выпустили модель, которая по их собственным заявлениям превосходит все остальные.

Сундар написал пост в Twitter с бенчмарками, надо будет тестировать. На OpenRouter есть традиционный на сегодня бесплатный доступ.

С моделями Google я уже некоторое время занимаюсь и могу сказать, что их последние заработки — очень мощная вещь и сильно недооценена в комьюнити. NotebookLM — это просто бомба, особенно с последними правками.

И, напоследок, OpenAI выкатили новый картиночный генератор в чате, по качеству невообразимый, уверен, что завтра весь интернет будет завален фоточками, генерациями и некрологами о MidJourney и об остальных. На фоточке — картинка из камеры с промптом «Make a cool anime image based on this picture».

Продуктивный день 25 марта. Очень продуктивный.

Последние два дня наблюдаются проблемы с доступом в Claude — одну из самых мощных моделей, доступных на рынке.

Под капотом Claude использует большинство программ по написанию программного кода, например Cursor или Windsurf. И по цепочке они тоже начали отваливаться.

Кто-то не смог допилить презентацию. Кто-то не успел довести курсовую или дипломную работу, кто-то планировал завершить задачу к дедлайну, но не завершил.

Это поднимает большой философский вопрос: насколько мы стали зависимыми от языковых моделей и их возможностей?

Несколько лет назад я начал замечать, что отсутствие практики в ручном письме сильно ухудшает этот навык, и его надо постоянно поддерживать.

Экстраполируя эту ситуацию на языковые модели, возникает вопрос, а не получится ли так, что часть мыслительного процесса мы переложим на внешние системы, и когда они выключатся (вопрос времени) или станут недоступны, некоторые из нас станут бессильны или потеряют часть своей «функциональности».

Время задуматься и осмыслить каждому самому для себя, какое количество работы мы стали перекладывать на внешние алгоритмы. Маленький, ранний звоночек из Скайнет.

Привет, друзья! Наши китайские товарищи из DeepSeek выпустили обновление своей топовой модели DeepSeek-V3.

По тестам, это одна из самых умных моделей, которая превосходит Claude, OpenAI ChatGPT, Grok. Конечно, только эксперименты покажут, насколько она хороша, но заявка очень неплоха.

Из хорошего: на OpenRouter её использование $0 — можно пробовать на всём, начиная с написания кода в Cline, заканчивая агентами в n8n и Flowise. Также, можно просто поболтать с ней в чате.

https://openrouter.ai/deepseek/deepseek-chat-v3-0324:free

Идём смотреть!

Привет друзья! Сегодня вторая часть видео о Flowise с рассказом о том, как настроить WorkFlow, подключить векторную базу для RAG и настроить извлечение данных из базы знаний.

Если вы следили за нашими экспериментами выше и сможете разобраться, как подключить бесплатные модели, то с учетом хостинга на cloud.ru и четырех тысяч бонусов, которые они выдают на сайте, можно сделать бесплатного бота для магазина вполне приемлемого качества. Не восторг-восторг, конечно, то точно Better Than Nothing 😉

https://www.loom.com/share/cffc1b4f40c34cf5860ea7410cd99454?sid=343bc5e3-774f-4a76-80ed-6afe59b38e42

Друзья, всем привет! Мои нейросетевые пятиминутки стали совсем длинными, нужно их как-то переименовать. Надеюсь, что у вас есть свободный вечерок, который можно посвятить установке и настройке n8n и Flowise, инвестировав время в приобретение новых знаний.

Мне будет очень приятно, если то, что я показал, сможет сделать человек, не обладающий абсолютно никакими техническими знаниями и навыками администрирования Ubuntu.

https://www.loom.com/share/16ff91d857e849d9b93fdbee3c403a50?sid=8ee7134d-8ad6-41e4-8555-c9bc2a19646c

Привет, друзья, с пятницей, нейросетевая пятиминутка!

Наравне с n8n мы используем еще один продукт, который называется Flowise. Он предлагает похожую механику на n8n, но заточен под работу с языковыми моделями.

Продукт с открытым кодом. Можно установить локально, можно установить на сервер, — в этом его сильная и слабая стороны (может быть нелегко разобраться).

Я решил снять небольшую серию видео, где расскажу как им пользоваться и покажу на примере пайплайна, который мы собирали в VectorShift, как повторить то же самое во Flowise.

Почему вообще стоит задумываться о Flowise, когда у нас и так есть n8n? Я думаю, что Flowise это не замена, а скорее мощнейшее дополнение к n8n за счёт расширенных возможностей работы с моделями и, соответственно, кастомизации.

Начинаем с простого Workflow, в следующей части пятиминутки продолжим.

Если пост наберёт 50+ лайков, сниму отдельное видео как этот продукт развернуть на cloud.ru за 170₽ / месяц, уверен, что подобные руководства уже есть на YT.

P.S. И, да, Flowise поддерживает MCP!

UPD: Ключевое различие Flowise и n8n, как я его вижу, в том, что Flowise «думает» языковыми моделями, а n8n «думает» процессами. В идеальном стеке можно использовать Flowise для разработки интеллектуальных модулей (AI-сердце системы), а n8n для обёртывания этих модулей в бизнес-логику и инфраструктуру.

Напомню, что n8n изначально строился для процессов, а языковые модели прикрутили уже позже, в то время как Flowise сразу основывался на моделях.

https://www.loom.com/share/92079d2b972942d7a5d3cbd756acb166?sid=492b3874-6cd9-4667-9034-fa32b7eb18b5

Ю-ху! В Claude анонсировали Web Search, это, пожалуй то, чего не хватало всё это время (у всех остальных уже давно был).

Теперь можно анализировать самую релевантную информацию, запускать исследования через MCP и Claude Projects, получать необходимый доступ к документации при написании кода.

Традиционный эксперимент: 1) узнаём главные новости в мире. 2) переводим на зумерский :-)

Вауу, чекай это: сегодня прям International Happiness Day — день когда можно официально ловить вайбы и шерить фотки счастья по всему миру! 😱 Плюс в Кении стартует убер-крутое ралли, где тачки будут разрывать трассу целых четыре дня — это просто пушка! 🔥

Привет, друзья! Помните, некоторое время назад мы говорили про manus.im, — помощника, который умеет выполнять сложные задачи. Я приводил примеры, из их демонстраций.

Доступ был по приглашениям, промокоды они публиковали в своем Дискорде и, конечно же, всё тут же разбирали, и запрыгнуть в первый поезд не получилось.

Я написал письмо им в поддержку, и по прошествии одной недели они прислали промокод и я немного поэкспериментировал с продуктом.

Могу сказать, что ничего революционного пока не обнаружил, Исследовательские результаты по качеству точно не превосходят DeepResearch от OpenAI или в некоторых случаях Perplexity (там всё сильно проще).

Самое прикольное, что я заметил — в процессе исследования частенько используются браузеры (агент Manus запускает браузер и что-то ищет от вашего имени в интернете), у агента можно перехватить управление и помочь нажать в «правильное» место на экране или решить Captcha.

Пока вердикт таков: при наличии желания и сравнительно небольших технических возможностей, подобные инструменты можно собирать в n8n, используя MCP. Продолжаем наблюдение.

Ящик Пандоры официально распахнут! В n8n завезли MCP, теперь можно не просто вызывать MCP из Workflow, но и использовать MCP как Tool для агентов.

То есть те трюки, что я показывал позавчера с Figma, можно делать почти с любой моделью, которая пригодна для работы агентов.

Это очень мощное нововведение, будет работать на локальных установках n8n (self-hosted), в целом, теперь можно делать вообще всё, что угодно в блоке агентского n8n.

Ссылка на объяснения ниже, разобраться несложно, но нужно обладать опытом установки и запуска n8n на собственном сервере.

https://github.com/nerding-io/n8n-nodes-mcp

Привет, друзья! За окном прекрасная суббота и солнце. Надеюсь, что вам его тоже хорошо видно :-)

Я решил опубликовать немного философский пост, который должен адресовать вопросы, касающиеся замены людей на машины (Ai, роботы, матрица, «мы в симуляции»).

Больше года я провожу консультации и работаю с компаниями, где рассказываю о том, как можно стать эффективнее с точки зрения внедрения методов искусственного интеллекта, которые, как нам с вами известно, развиваются огромными темпами.

И, конечно, я сталкиваюсь с сопротивлением и скепсисом со стороны консервативно настроенных людей, которые считают, что текущее технологическое развитие, прорывы и хайп пройдут, и мы вернемся к тому, что я называю собирательным словом «счёты».

Я ни в коем случае не хочу никого переубеждать, но хочу напомнить важное, на мой взгляд, заключение, которое сделал американский бизнес-спикер (если так можно выразиться современным языком) Earl Nightingale еще в 60-х годах.

Это универсальная формула, которая была создана до прихода технологий в нашу жизнь. Она работала тогда, работает и сейчас. И каждому, кто сомневается или не уверен, я предлагаю проверить себя по этой формуле.

Она работает как для обычных людей, так и для огромных компаний.

Формула такая: количество денег, которые вы получаете, зависит и находится в прямой пропорции от трех вещей: Первое — потребность в том, что вы делаете (профессионально). Второе — ваша способность это делать (экспертиза). Третье — сложность вашей замены (bus factor).

Мне кажется, в этой формуле и кроется ответ на вопрос о замене людей на машины, поскольку мерило всегда одно.

Привет, друзья. Сегодня на нейросетевой пятиминутке говорим про MCP (Model Context Protocol) от Anthropic и разбираемся, как использовать его для расширения возможностей языковых моделей через внешние инструменты. Простой пример: модель не знает ответ — отправляет запрос в интернет, выполняет поиск и с результатами возвращается к вам.

Также делюсь личным опытом использования корпоративного аккаунта Claude, кратко расскажу, почему считаю, что серьезные задачи стоит решать через платные инструменты. И пройдемся по нескольким полезным сценариям: Figma ✕ Cursor, которые эффективно интегрируются через MCP и сильно упрощают рабочие процессы.

https://www.loom.com/share/0bfdbcddee0c4eefa01c433e83111c2b?sid=04f3a628-fdf8-4403-8c79-cf0c8f025848

ModelContextProtocol
Figma MCP

В апреле планирую небольшой практический курс по n8n (система автоматизации рабочих процессов «почти» без программирования).
Подходит всем, кто хочет автоматизировать рутину, интегрировать различные сервисы и экономить время.

Перед стартом хочу понять, как лучше организовать занятия:

1. Сколько занятий в неделю оптимально: 1 или 2?
2. Предпочтительная продолжительность одного занятия (например, 60 или 90 мин)?
3. Какие задачи или сервисы вам интересно автоматизировать в первую очередь?

Пожалуйста, ответьте в комментариях или поставьте 👍, если тема для вас актуальна.

Привет, друзья! Вокруг творится столько всего интересного, что не успеваешь за всем следить. Что ни день, выходят новые убийцы чего-нибудь (иногда — других убийц), вокруг них разворачивается грандиозный хайп длиной в несколько дней или недель, после чего новинки превращаются в старьё и неизбежно замещаются.

С одной стороны это приятно, а с другой — непонятно, стоит ли тратить время на изучение ещё одного революционного продукта.

Традиционная задача исследователя: увеличить отношение сигнал / шум — найти полезное среди океана бесполезного.

Вот моя стратегия минимизации лишней движухи:
1. Я слежу за несколькими авторами на YT и Twitter, которые сделали делом своей жизни обзоры 24/7 новых продуктов и возможностей, появляющихся на рынке. Длинные обзоры я превращаю в транскрипты через DeepGram, после чего выделяю интересующие меня моменты через Claude. Если что-то действительно стоящее — изучаю и пробую сам.

2. Я слежу за крупными производителями LLM. Это: OpenAI, Anthropic, X, Mistral, Google, Alibaba, ByteDance, Meta* — там основная фундаментальная движуха, причём 80% процентов приходится на первых двух.

3. Я слежу за средствами автоматизации и визуализации, а также преобразования контента и агентов. Тут n8n, llamaindex, pydantic, langflow, langgraph, eliza, agno, crewai, smolagents.

4. В картиночном GenAI смотрю на krea.ai, MidJourney, FLUX, для генерации в 90% случаев использую Replicate, там почти всё собрано, включая видеогенераторы.

5. Кодогенерация: Cursor, Windsurf, Cline, Claude Code (крутая штука, нравится, умеет делать много всего из коробки сама, вот, например, Space Invaders ✕ Pong из одного промпта, со звуками, правда, баги. Пока это всё чистый фан).

6. Разное. Тут всё, что я не перечислил и что-то, конечно же, забыл.

Если соберётесь что-нибудь изучить, мой вам совет: найдите источник, который будет максимально фундаментальным в теме и изучайте, начиная с него — так вы сможете построить твёрдую базу для знаний, на которую потом будет «насаживаться» вся остальная информация.

Часть современных «источников» смотреть вообще не стоит — можно только запутаться. Это как читать некоторую современную литературу, которая состоит из «переваренной» классики с примесью собственного опыта автора, который может быть отнюдь не показательным и не таким уж уникальным.

Хуже того — можно наткнуться на что-то написанное с помощью «Искусственного Интеллекта», это вообще караул.

Наша страна находится в уникальном положении, у нас гигантские потенциалы автоматизации и роботизации, при этом мы сохраним почти все рабочие места, кого-то переподготовим и перепрофилируем на новые задачи. Это золотой век, надо вместе навалиться.

Привет, друзья! Ну, что, потихоньку врываемся в эпоху личных ассистентов на все случаи жизни?

Все выходные интернет бурлил от нового китайского продукта ManusAI (manus.im) (кстати, по-бенгальски это «Человек»). Manus представляет собой мультиагентную систему, которая снабжёна довольно сложной инструкций и широким набором инструментов, начиная от простого поиска, заканчивая созданием чтением и созданием файлов, проектов, написанием кода.

Кейс — вы формулируете задачу на простом языке, например (их примера на их сайте): «Вот данные о продажах за прошлый месяц из моего магазина на Amazon. Проанализируй их детально, визуализируй и предложи конкретные стратегии на основе данных, чтобы увеличить продажи в следующем месяце на 10%.» (Казалось бы, при чём тут Wildberries…)

Или просите поискать о вас информацию в интернете и сделать сайт (делает сайт и размещает его), или забронировать полёт по самым выгодным ценам, или провести исследование на тему влияния шипящих суффиксов русского языка на производительность труда такелажников Заполярья — что угодно.

К чему я это… мы поставили ступню за порог автоматизации, которая даёт несравненно лучшие результаты от своего использования по сравнению с тем, что может делать человек.

Я уже немного чувствую ветер сингулярности, неопределенности, загадки и тайны того, что нас ждёт в будущем.

Проект в закрытой бете, только по приглашениям, на самом сайте можно посмотреть примеры, которые показывают как работает Manus в своём интерфейсе (очень напоминает Claude).

Для фанатов есть открытая версия на GitHub (https://github.com/mannaandpoem/OpenManus) — можно установить себе и пробовать локально. Устанавливается просто, работает интересно: задаёте вопрос, получаете отчёт в виде файла или набора файлов через некоторое время.

Напоследок. На выходных я размышлял, что является самым главным ограничителем сейчас в использовании технологий. Пришёл вот к какому выводу:

Самый главный ограничитель сейчас — это наша способность объяснить AI что мы хотим получить в результате. Остальное — дело техники.

UPD: Дубляж от ElevenLabs — это отдельный жанр искусства. Скоро поговорим про это подробнее.

Никаких нейропоздравлений!

С праздником, дорогие девушки и женщины, тепла, заботы, любви и счатья вам!

Прекрасно провести этот солнечный день! 😏

Нейросетевая пятиминутка, друзья.

Показываю, как создать простую систему помощи на сайте с нуля: собираем пайплайн с языковой моделью, добавляем память диалога, базу знаний, а затем выводим всё в готового чат-бота, которого легко встроить на свой сайт.

Делаем всё на vectorshift.ai

Видео: https://www.loom.com/share/e2c6bb62cd714506b13160d4aae93389

Нихао, друзья! Что ни день — сто грамм новые открытия. Китайская Alibaba выпустила очередную открытую модель QwQ-32B. Это сравнительно небольшая модель, всего с 32 миллиардами параметров, в сравнении с DeepSeek R1, у которой 671 миллиард, — просто крошка.

Тем не менее, это «размышляющая» (reasoning) модель, которая может проводить рассуждения в поисках ответа и действовать в их рамках.

Особенностью QwQ-32B является то, что она обучена с использованием обучения с подкреплением (reinforcement learning). Эта методика позволяет значительно повысить способности модели к рассуждению, выходя за рамки традиционных методов предварительного обучения и постобучения.

Кроме этого, у модели есть возможность быть использованной в агентских схемах. То есть, она может принимать решения о поведении, использовать инструменты и таким образом стать мозгом агента.

Модель бесплатно доступна для использования, скачивания, а также через API (бесплатно через Hyperboilc).

Когда я её тестировал, задал свой любимый кейс, которым я пробую все модели, выдающие себя за «размышляющие». QwQ-32B очень долго перебирала варианты, но в итоге справилась.

Пример такой:
В комнате было 500 убийц, я зашёл и убил одного, сколько убийц в комнате?

Надо потестировать в агентах, посмотрим, как она принимает решения и какой эффективный размер контекста.

Балуемся тут: https://chat.qwen.ai/

В ноябре прошлого года ребята из Anthropic (делают Claude) представили концепцию MCP (Model Context Protocol). Это как порт USB, только для языковых моделей, в который можно «воткнуть» периферию (оригинальная статья: https://www.anthropic.com/news/model-context-protocol).

Я только сейчас начинаю осознавать, насколько это мощнейший инструмент и сколько новых возможностей он может принести в работу.

Например, модели могут получить доступ к вашей локальной папке на диске и работать с документами прямо в ней, получить возможность искать информацию во внутренних базах (да и внешних тоже), получить доступ к библиотеке регламентов или правил компании для проверки соответствия анализируемых документов регламентам. Кроме этого, можно «научить» модель понимать новые форматы файлов, разбираться в принципах работы сложных систем для управления, — гигантский объём возможностей.

Среды автоматизированной разработки ПО такие как Cursor, Cline, Windsurf также поддерживают MCP, это даёт возможность практически полностью автоматизировать процесс создания, тестирования и развертывания софта.

По ощущениям, MCP — это драгоценный металл, ценность которого скоро станет очевидной.

Штука не очень простая для установки и настройки, уверен, что докрутят и сделают простой, но запомнить название MCP и обращать на него внимание в новостях уже точно стоит.

Набор серверов MCP, которые можно установить прямо сейчас, для работы нужно иметь установленное приложение от производителя LLM, например, Claude: https://github.com/modelcontextprotocol/servers

В процессе работы с последней версией Claude 3.7 Code периодически натыкаюсь на интересные эксперименты в интернете, в которых люди пишут простые промпты и получают достаточно сложные и интересные результаты.

Вот промпт, который я взял за основу: Create a standalone html page where I can upload a video, and it will transform the video into black and white dots. Include sliders to adjust dot size. Allow me to preview the original video and transformed video side by side.

После небольшой доработки, у меня получилось приложение из одного файла html, оно умеет загружать видео и преобразовать его в точки. При этом можно настроить разные параметры, начиная от размеров и расстояния между точками, порога яркости, а также цветовых эффектов. Еще я добавил возможность записать получившееся видео и сохранить его в виде файла на компьютер.

При этом, я не написал ни одной строки кода и даже не заглядывал в него.

Это поистине удивительные времена. Я думаю, что дизайнерское и маркетинговое комьюнити еще не до конца осознали новые возможности программирования без самого программирования в задачах по созданию интерактивного и визуального контента.

Смотрите, каких результатов можно добиться всего лишь из пары промптов. Для тех, кому интересно, в первом комментарии лежит тот самый HTML-файл, который вы можете запустить локально в своем браузере и повторить мои результаты.

Как только мы сумеем автоматизировать весь онлайн, речь дойдет до оффлайн операций и потребуется платформа, которая эти оффлайн операции сможет выполнять.

Уже несколько компаний занимаются разработкой человекоподобных роботов. Но Clone Robotics обратили на себя пристальное внимание, они предлагают решение, очень близкое по механике к человеку, с возможностью «накатить» новые навыки.

Примечательно, что в основе Clone Alpha лежит платформа обучения Telekinesis, позволяющая не просто использовать предустановленные функции, но и «обучать» робота новым навыкам, адаптируя его под конкретные нужды владельца. В этом смысле каждый Clone Alpha со временем становится уникальным.

Сложная механическая система сможет заменить тонну других «умных» функций дома, вот предустановленные навыки Clone Alpha:

- Запоминает планировку вашего чистого дома — робот создает детальную карту жилого пространства и знает расположение всех предметов интерьера.
- Способен вести остроумный диалог — поддерживает разговор с элементами юмора и интеллектуальной беседы.
- Здоровается с вашим друзьями — распознает гостей и приветствует их социально приемлемым способом.
- Наливает напитки! — аккуратно работает с жидкостями и посудой различных типов.
- Делает бутеры — обладает базовыми кулинарными навыками.
- Стирает, сушит и складывает одежду — полный цикл ухода за гардеробом.
- Пылесосит — самостоятельно выполняет уборку помещений.
- Включает и выключает свет — управляет освещением без необходимости дополнительных «умных» систем.
- Сервирует стол — корректно расставляет посуду и приборы.
- Загружает и разгружает посудомоечную машину — аккуратно обращается с хрупкими предметами.
- Следует за владельцем — сопровождает владельца при необходимости.
- Режим «принеси-подай» — находит и доставляет запрошенные вещи.
- Заряжается самостоятельно — автономно поддерживает свою работоспособность.

Технология искусственных мышц и рендеры продукта сильно напоминают intro в WestWorld. Пора пересмотреть, что ли…

https://www.clonerobotics.com/android?ref=codegeek

Привет, друзья! Кажется, нас ждёт новая волна движухи в мире больших языковых моделей. Есть любопытная компания Inception Labs, которая выпустила Mercury — первую коммерческую диффузионную LLM. Они обещают 10-кратное ускорение по сравнению с топовыми моделями (тысячи токенов в секунду на обычном железе NVIDIA). При этом результаты на многих бенчмарках уже примерно сопоставимы с вполне «нормальными» моделями вроде Gemini 2.0 Flash и GPT 4o-mini.

Интересно, что Mercury не строится на авторегрессионной трансформерной архитектуре (то есть не прогнозирует токены слева направо как это делают классические модели на базе трансформера). Вместо этого используется диффузия —  всё генерируется сразу в параллельном режиме, постепенно уходя от случайного «шума» к готовым токенам. Очень похоже на то, как сейчас генерируются картинки или видео, например, в Stable Diffusion, Flux или Sora.

Вообще, текст и аудио долгое время «сопротивлялись» диффузии, а тут её внезапно приручили и к языковым моделям. По сути, это может дать совсем другую «психологию» модели: у неё свои сильные и слабые стороны из-за другого способа генерации.

У самой компании есть демка на сайте chat.inceptionlabs.ai, где можно побаловаться Mercury Coder. Включаете «diffusion effect», и модель пытается писать код, генерируя его как в матрице. Для старта выглядит интересно и перспективно.

На видео получаем игру Minesweeper (Сапёр) за пару секунд.

Завтра весна!

Да что за день такой....

Не знаю как это работает, но парни продают промо коды для Perplexity Pro на год за 800₽.

Для тех, кто не знает и не пользовался, Perplexity.ai — это Поиск + Ai. Мощнейший инструмент для исследований, куда недавно завезли Deep Research — это когда вы задаёте вопрос, а модель строит цепочку действий и рассуждений для исследований, проводит поиск, аггрегирует данные, выдаёт готовый отчёт.

Пока Deep Research в Perplexity уступает OpenAi, но показывает себя довольно неплохо для быстрых исследований.

Вот ссылка, после оплаты приходит промо-код. Работает для новых учёток (проверено), насколько надёжно и долговечно — не знаю :-)

Иногда я смотрю на то, как работет workflow в n8n.io и скупая мужская слеза счастья проступает...

Я думаю, что каждый, кто хочет разробраться в настоящей мощи Ai должен попробовать разобраться с этим инструментом автоматизации (в канале есть запиненное видео по продукту).

На примере выше — Deep Research Workflow, который разбивает сложную исследовательскую задачу на этапы, а потом методично обрабатывает её по кусочкам.

Думаю, что через пару недель можно устроить Zoom, обменяться опытом использования, я отвечу на вопросы как мы применяем n8n в коммерции.

UPD: на мастерклассе, упомянутом выше, я собирал tg-бота (@fluximage_bot) для генерации изображений с Flux Schnell. Честно скажу, после вебинара я про него забыл и не возвращался, а сейчас заглянул в статистику, там 12619 генераций и всё продолжает исправно работать. О, дивные времена.

Меж тем, через полчаса анонс GPT-4.5, спасибо Илону за подбрасывание дровишек в топку конкуренции.

Прямой эфир тут: https://www.youtube.com/watch?v=cfRYp0nItZ8

Привет, друзья! Сегодня у моей любимой ElevenLabs вышло очередное обновление, которое позволяет преобразовать речь в текст (https://elevenlabs.io/app/speech-to-text). Делается это прямо из аудиозаписи, и самая главная и важная фишка этой и подобных систем заключается в том, что они автоматически определяют количество говорящих на записи по уникальным тембрам (в техномире — Speaker diarisation), а потом размечают в тексте.

Я довольно часто бываю на различных встречах, некоторые из которых проходят в кафе и ресторанах. И вот сегодня у меня была встреча в кафе с громко играющей музыкой. И я подумал, почему бы не проверить ElevenLabs и их новую систему.

Весь текст распознался практически верно (даже звуки, смех, звон чашек) за исключением сленга, но вот со спикерами были проблемы. Вместо пятерых насчитали аж 16 человек, причём некоторых сопоставили неверно.

Та же самая процедура в Fireflies.ai, которым я пользуюсь на протяжении последнего года, дала невероятно лучший результат, хотя, честно скажу, в глубине души я думал, что под капотом Fireflies языковые движки ElevenLabs.

До апреля ElevenLabs бесплатно, Можно вдоволь «наанализироваться», подойдут аудио со встреч, интервью и важных разговоров, которые есть в диктофоне у каждого.

Пока fireflies.ai — однозначный топ.

Нейросетевая пятиминутка про Markdown.

В течение пяти минут показываю, как работать с Markdown, копировать и вставлятьго в документы и таблицы.

Ссылки:

https://stackedit.io/ — редактор Markdown.

https://chromewebstore.google.com/detail/table-capture/iebpjdmgckacbodjpijphcplhebcmeop — плагин для таблиц в Chrome. На видео я сказал, что он стоит $12 в месяц, а на самом деле $12 в год.

Как теперь жить... вчера выяснили, вышла новая версия Claude 3.7 с Thinking. В целом, экспериментируя с различными моделями в рамках создания кода, я так или иначе всё время останавливался на Claude 3.5, хотя тесты показывали преимущества и других моделей.

Вчера, вместе с запуском новой версии, открыли доступ к продукту Claude Code, который умеет писать и отлаживать программный код в организованной среде разработки (больше всего похоже на aider).

Выглядит очень интересно, смотрите, что получается из одного промпта:

Create a single HTML file containing CSS and JavaScript to generate an interactive solar system visualization. Include animations for at least 4 planets (Mercury, Venus, Earth, and Mars) with distinct characteristics:
- Mercury: small, cratered surface, slow rotation
- Venus: yellowish with cloud patterns, medium size
- Earth: blue with cloud formations and green continents
- Mars: reddish with visible polar caps

Each planet should orbit around a central sun at different speeds. Include controls to speed up or slow down the orbital movements and a way to focus on a specific planet that shows additional information about it. The background should be dark space with distant stars. Provide all HTML, CSS, and JavaScript code within a single file.

Вместе со стоимостью интеллекта, стоимость разработки в IT будут неукоснительно падать в бездну.

Привет, друзья! Новости такие: скорее всего, сегодня или завтра мы увидим Claude 3.7 Sonnet.

Пишут, что Anthropic будут первыми, кто запилил одну модель, где можно самому выбирать баланс между скоростью и качеством. Хочешь — стандартный режим с почти моментальными ответами, хочешь — включай расширенное мышление или продвинутое рассуждение.

По слухам, Claude 3.7 Sonnet — это топчик для кодинга, плюс там много улучшений в использовании компьютера (computer use), агентских возможностях (agentic workflows), сложных рассуждениях и генерации контента. Сверхпроизводительность и контроль скорости — идеальная штука для AI-агентов, особенно тех, что работают с клиентами.

Лично у меня большие надежды на эти модели. Я ждал Claude 4, но, честно говоря, никто пока не переплюнул текущую версию, так что, видимо, четвёрку не увидим, пока не грянет GPT-5.

UPD: Выпустили! Тестим: claude.ai

Привет, друзья. Пишут, что Microsoft уже на низком старте, готовит мощности под GPT-4.5 и GPT-5 от OpenAI. Говорят, GPT-4.5 (кодовое имя Orion) может появиться на следующей неделе (предсказания сбываются). Это будет последняя модель без chain-of-thought, и по слухам она мощнее GPT-4, но самая интересная история кроется в GPT-5, которую обещают к концу мая.

Судя по тому, что рассказывает Сэм Альтман, GPT-5 станет «системой, объединяющей много технологий». Туда войдёт новый механизм o3, который уже засветился у OpenAI, хотя раньше планировали выпускать его отдельной веткой. Теперь же o3 сольётся с GPT-5, чтобы приблизиться к полноценному «AGI».

Кроме того, GPT-5 должен упростить выбор моделей для ChatGPT: больше не придётся гадать, что лучше — o-серия или GPT-серия. Раньше GPT-4.5 обещали к концу 2024-го, но сроки двинули на начало 2025-го, и вот теперь, похоже, всё ускорилось. Microsoft уже ждёт, OpenAI, по словам инсайдеров, тоже не тормозит.

Гонка идёт полным ходом. По-прежнему болеем за всех! Спасибо за Grok3, Илон!

Привет, друзья. Наверное, вы уже слышали что сегодня рано утром Илон Маск анонсировал выход своей сетки Grok3 которая (по его собственным заверениям) лучше остальных на рынке. Я уверен, что в этом есть доля правды, тем более мне очень импонирует древнегреческий метод «thinking from the first principles», который Маск успешно адаптировал для современности и, конечно, применяет в reasoning.

Желающие могут попробовать Grok3 в https://lmarena.ai/ в режиме Direct Chat.

Гонка становится ещё ожесточённее. Ожидаю, что в течение пары недель мы увидим:

Claude 4
ChatGPT 4.5
ChatGPT o3-full
Llama 4
Google Gemini 2.5 Pro

Болеем за все команды!

UPD: а Grok3 хорош…

Привет друзья. Наверное, вы уже слышали что сегодня рано утром Илон Маск анонсировал выход своей сетки Grok3 которая (по его собственным заверениям) лучше остальных на рынке. Я уверен, что в этом есть доля правды, тем более мне очень импонирует древнегреческий метод «thinking from the first principles», который Маск успешно адаптировал для современности и, конечно, применяет в reasoning.

Желающие могут попробовать Grok3 в https://lmarena.ai/ в режиме Direct Chat.

Гонка становится ещё ожесточённее. Ожидаю, что в течение пары недель мы увидим:

Claude 4
ChatGPT 4.5
ChatGPT o3-full
Llama 4
Google Gemini 2.5 Pro

Болеем за всех!

Привет, друзья! Кейс. Хочу поделиться своим опытом анализа новостей для получения аналитической справки.

Была прикладная задача, нужно было исследовать Российские компании на предмет динамики внедрения искусственного интеллекта в бизнес-процессы. Изначально я разбирал сегменты по разным компаниям и отраслям и для такого ресёрча, конечно, отлично подходит ChatGPT Pro Deep Research. Но если нет доступа к Deep Research, есть абсолютно легальный и бесплатный способ, который органически «придумался». Разумеется, он уступает результатам Deep Research, но позитив достигается за счет его полной бесплатности.

Я читаю довольно много материалов, где черпаю свежую информацию. В телеге в этом помогают каналы и чаты, где ежедневно публикуют последние новости, а ещё лучше — агрегируют их. Мне, например, нравится канал «42 секунды» (https://t.me/ftsec): там всё очень кратко и по делу.

Как вы знаете, любой чат можно выгрузить (экспортировать) в Telegram Desktop. Но если сообщений слишком много, Telegram разбивает выгрузку на части и сохраняет их в HTML. Есть и формат JSON — это удобно для машинной обработки, но там полно управляющих символов, из которых нужно как-то вытаскивать обычный текст.

Я написал скрипт-конвертор, который берёт JSON-экспорт любого канала или чата («42 секунды» в моём случае) и делает из него огромный текстовый файл со всеми постами за всё время (5 лет). В итоге вышло примерно 3 млн токенов — даже у современных моделей глаза бы на лоб вылезли от такого объёма. Так что я немного доработал скрипт: теперь он разбивал выгрузку по годам. Каждый файл можно дальше анализировать любой моделью с большим контекстом, например: Qwen2.5-MAX (https://chat.qwenlm.ai/) или Mistral (https://chat.mistral.ai/chat) или Google Gemini 2.0 Pro (https://aistudio.google.com/prompts/new_chat).

Текстовые файлы можно загрузить в модель и задать какой-нибудь вопрос: «Как менялся рынок ИИ за последний год?» или «Что происходило с Яндексом за последние три года?» И получите выжимку нужных фактов в хронологическом порядке. Сценариев применения масса, можно использовать и собственные чаты и группы.

Но не забывайте: если речь идёт о приватных или рабочих чатиках, то, загружая этот экспорт в модель, вы фактически отдаёте переписку её разработчикам. Тема конфиденциальности здесь критична.

Если вы не хотите возиться со скриптами и Python, я залил всё на replit.com, там можно создавать приложения при помощи голоса и бубна в руках. Лежит тут: (https://telegram-text-converter-aiwizards.replit.app). Веб-приложение не сохраняет файлы, просто берёт ваш JSON-экспорт и выдаёт готовые тексты, разбитые по годам. Всё, что нужно — выбрать формат (txt, markdown, csv) и дальше работать с файлами как душе угодно. Кстати говоря, CSV можно загружать в Excel или Google Sheets — тоже удобный сценарий для анализа.

В 1998 году у меня был модем на 2400 бод (или 2400 бит/с). Тогда это считалось настоящим монстром! Сейчас мы привыкли к скоростям в 100 Мбит/с (и больше), и разница, конечно, колоссальная. Но зато тогда интернет воспринимался как нечто волшебное и редкое. Сайтик для конвертации как раз сделан в стиле Geocities, одного из титанов того времени. Тогда интернет выглядел именно так.

Скрипт для конвертации, архив с выгрузкой канала «42 секунды» и готовые файлы:
https://disk.yandex.ru/d/yHD5_GO9hmWpHw

Онлайн-конвертор:
https://telegram-text-converter-aiwizards.replit.app/

Привет, друзья! Некоторое время назад у OpenAI вышел продукт, который называется Operator, он позволяет эмулировать действия пользователя в браузере для выполнения какой-либо комплексной задачи.

Традиционно, на следующий день появились открытые продукты, которые повторяют действия оператора, при этом расширяют возможности за счет использования других языковых моделей (помимо OpenAI).

Принцип действия очень простой, так как вся система состоит из двух ключевых элементов: эмулятора браузера и языковой модели, которая управляет поведением виртуального пользователя в этом браузере.

Задача обычно разбивается на несколько частей, начиная с создания плана решения задачи (навигации по ссылкам) и исполнения этого плана.

Есть открытый инструмент, который предлагают ребята BrowserBase (https://operator.browserbase.com/), он вообще не требует регистрации. Каждый может зайти и попробовать, дав модели какую-нибудь задачу и посмотреть за выполнением.

Для более продвинутых есть большой проект с исходным кодом, который можно настроить под себя и под свои нужды, умеет работать от имени пользователя, недавно завезли блок Reasoning.

Не для всех задач пока хорош, но чем серьезнее модель под капотом, тем больше «мозгов» и, соответственно, ума у виртуального оператора.

Из интересного могу отметить, что виртуальный оператор ведёт себя похожим образом на поведение обычного человека. Он дёргает мышкой или вводит текст в поля по букве, а не разом, это создаёт у систем, которые выявляют ботов смешанные чувства, и они не всегда срабатывают.

Проект ниже умеет использовать и модели с поддержкой изображений. Таким образом, можно решать довольно сложные задачи, включая разгадывание Captcha, что открывает дивный новый мир для агентов.

https://github.com/browser-use/web-ui

Скандалы. Интриги. Расследования.

Разворачиваются интересные события вокруг отношений Илона нашего Маска и Сэма Альтмана.

Маск был одним из основателей OpenAI, но ушёл после споров о стратегии и правах контроля, а теперь пытается вернуть влияние на компанию: судится, критикует текущий курс и выдвинул предложение о выкупе.

Альтман, в свою очередь, отстаёт независимость OpenAI и отказывается «сдаваться» Маску (попутно троллит его в твиттере).

Бывшие союзники стали прямыми соперниками в гонке за доминирование в сфере Ai.

Как закончится эта история — пока непонятно, но схватка на таком уровне выглядит крайне занимательно.

Под катом небольшая стстья об истории отношений Илона и Сэма.

Скандалы. Интриги. Расследования.

Разворачиваются интересные события вокруг отношений Илона нашего Маска и Сэма Альтмана.
Маск был одним из основателей OpenAI, но ушёл после споров о стратегии и правах контроля, а теперь пытается вернуть влияние на компанию: судится, критикует текущий курс и выдвинул предложение о выкупе.

Альтман, в свою очередь, отстаёт независимость OpenAI и отказывается «сдаваться» Маску (попутно троллит его в твиттере).

Бывшие союзники стали прямыми соперниками в гонке за доминирование в сфере Ai.

Как закончится эта история — пока непонятно, но схватка на таком уровне выглядит крайне занимательно.

Помните, некоторое время назад я говорил, что скоро мы получим целый набор решений, которые будут так или иначе повторять Deep Research, недавно запущенный OpenAI?

Я наткнулся на один очень интересный проект, который совмещает в себе приятный чат-интерфейс и возможность довольно тонкой настройки модели, которая участвует в исследовании (Deep Research).

Отметим, весь процесс исследования состоит из трех крупных блоков:

Первый — это сам процесс, по которому идет исследование. Он описывает, каким образом исследование выполняется, как принимаются решения, как происходит оценка, какие данные выделяются и на основании чего строятся промежуточные результаты результаты.

Второй — модель, которая работает внутри процесса. Именно она делает выводы, структурирует и систематизирует данные, а также управляет ходом исследования.

Третий — это механизм поиска в интернете и экстракции структурированных данных для работы модели.

От полноты и качества этих трёх основных ингредиентов и зависит общее качество исследования. Важно упомянуть, что постепенно улучшая эти компоненты, можно добиться довольно неплохих результатов.

Также просматриваются и слабые стороны, основная из которых — качество информации в интернете и качество суждений на основе результатов поиска.

Если очень грубо, то в настоящий момент Deep Research работает как опытный аналитик, который производит поиск по большому массиву данных интернета, определяет и выделяет основную информацию, структурирует ее и готовит финальный ответ.

Тем не менее, уже сейчас можно строить системы, которые позволят выполнять Deep Research с приемлемым качеством по очень низкой стоимости.

Проект на картинке — https://github.com/nickscamara/open-deep-research, те из моих уважаемых читателей, кто умеет разворачивать проекты из кодов на GitHub, могут вдоволь наиграться.

На прошлой неделе обсуждали с коллегами вопрос создания диаграмм процессов, и возник вопрос об Ai-инструментах, которые могут для этого применяться.

Как мы все знаем, в работе с LLM существует определенное ограничение, оно касается того факта, что языковые модели работают с текстом, графическая генерация ими не поддерживается. Тем не менее, существуют определенные языки разметки, при помощи них текстовые модели могут рисовать графики, схемы и другие элементы.

Мой традиционно любимый инструмент для этого — Mermaid Live. Он позволяет при помощи текста делать достаточно сложные вещи, начиная от блок-схем, заканчивая диаграммами Ганта и sequence-диаграммами.

Кто никогда не пробовал, вот промпт для генерации блок-схемы:

«Сгенерируй блок-схему процесса восстановления пароля пользователем в мобильном приложении. Используй язык Mermaid».

После генерации вставьте код в Mermaid Live (https://mermaid.live/)и вы увидите, как диаграмма выглядит в графическом представлении. Кстати говоря, некоторые модели умеют показывать рендер Mermaid прямо в предпросмотре (например, Claude и ChatGPT).

К сожалению, Mermaid не умеет рисовать нормальные схемы процессов, но (о, чудо) был найден замечательный инструмент — https://www.bpmn-sketch-miner.ai/ (смотрите раздел Examples).

Умеет рисовать диаграммы процессов, полностью управляется текстом, что даёт возможность редактировать, анализировать и создавать процессы с помощью языковых моделей, кроме того, бесплатен.

«Зачем нам это?» — спросите вы. Ответ очень простой: в эпоху автоматизации любая (может быть, и ваша) организация будет подвергнута тщательному описанию внутренних процессов, которые лягут в основу мультиагентных систем. На основании диаграмм процессов и описания регламентов, агенты будут исполнять эти процессы вместо нас с вами.

Как только придет начальник и попросит прислать регламенты и карты процессов — знайте, агенты где-то рядом. Follow the white rabbit, Neo.

В суматохе дней стороной прошёл отличный проект от OpenAI, где они показали как можно создавать сложные цепочки общения агентов и использовать Realtime API (голосовой ввод/вывод).

К особенно интересным моментам могу добавить, что теперь агенты (которые представлены моделями) могут решать разные задачи в сложных сценариях и передавать управление друг к другу в зависимости от хода диалога.

Например, более умная модель может ответить на более сложный вопрос, а более простая просто поддерживать диалог. Кроме этого, агенты могут обращаться к базе знаний или к внутреннему сервису компании для того, чтобы получить необходимую информацию для формирования ответа.

Также агенты могут собирать информацию от пользователя, подтверждать ее правильность и заполнять необходимые поля (например, в карточке сценария).

За 10 минут я собрал страхового агента для продажи КАСКО и ОСАГО, если подключить его к базе компании, можно выпускать в дикую природу.

Решение от OpenAI похоже на то, что мы видели в Eleven Labs (https://t.me/aiwizards/151) пару месяцев назад, но уровень возможной кастомизации теперь запредельный.

Код проекта: https://github.com/openai/openai-realtime-agents

p.s. Обратите внимание, как модель понимает опечатки и неточности распознавания.

Привет, друзья! Китайские товарищи знатно подогрели гонку вооружений инструментов искусственного интеллекта, и за последнюю неделю OpenAI выпустили несколько довольно интересных обновлений.

Помимо появившихся o3-mini и O3-mini-high с улучшенными позможностями и повышенными лимитами, вышла новая забава под названием Deep Research.

Deep Research является вторым агентом OpenAI после Operator. Главное предназначение Deep Research — проведение многоэтапных исследовательских работ, используя интернет как источник данных.

Процесс работы Deep Research выглядит следующим образом: пользователь формулирует свой запрос, после чего агент задает уточняющие вопросы для полного понимания задачи, а затем начинается само исследование, во время которого агент пошагово проходит через различные задачи — просматривает множество сайтов и других источников. Весь процесс может занимать до 30 минут.

Важно отметить, что Deep Research работает на базе новой модели OpenAI o3, оптимизированной специально для браузинга и анализа данных. Это первая публично доступная полная версия модели o3, а не мини-версия, которая была выпущена днями ранее.

Что касается доступности, то на момент написания поста Deep Research доступен только пользователям ChatGPT Pro (тариф за $200 в месяц) с лимитом в 100 запросов в месяц. Планируется скорый выпуск для пользователей ChatGPT Plus, но точные сроки пока не объявлены.

В будущем OpenAI планирует выпустить более быструю и экономичную версию Deep Research на базе меньшей модели, которая все равно будет обеспечивать высокое качество результатов, кроме того, планируется добавить возможность подключения к специализированным базам данных и внутренним ресурсам компаний.

В плане «умственной» производительности Deep Research показывает интересные и впечатляющие результаты на различных тестах. Интересно, что на тесте Humanity's Last Exam (https://agi.safe.ai/), содержащем 3000 вопросов по 100 различным предметам, модель показала точность 25.3%, что значительно превосходит результаты предыдущих версий (o1 — 9.1%, o3-mini — 13.3%).

Разумеется, очень быстро появились открытые продукты, которые эмулируют работу Deep Research и дают возможность тонкой настройки, один из них — https://github.com/jina-ai/node-DeepResearch.

Я поэкспериментировал и оно показывает довольно неплохие результаты. Под капотом там модель Gemini-Flash, поиск от Brave и парсер сайтов от jina.ai.

Вот и весь набор, который необходим для подобных исследовательских продуктов в минималистичном исполнении, а этого уже вполне достаточно для реализации в собственных воркфлоу.

Думаю, что на следующей неделе мы увидим такой же продукт, созданный одной из крупных китайских компаний.

Привет, друзья! Наверное, все слышали, как китайские товарищи обвалили вчера американский рынок на полтора триллиона за один день.

С учетом того, что стоимость вычислений будет неизбежно падать, а качество моделей увеличится, мы видим начало грандиозной битвы между Китаем и Штатами.

Удивительно, но модели становятся все меньше при неизменном улучшении качества и увеличении скорости работы. О, дивные времена.

Кстати говоря, вчера DeepSeek выпустили еще одну мультимодальную модель под названием Janus в двух исполнениях (1B и 7B). Модель умеет как анализировать изображения, так и генерировать их.

По некоторой инерции общественность начала восхищаться и говорить о невероятном качестве тестов, но до качества, которое мы сейчас получаем от FLUX Pro Ultra, ещё далековато.

Попробовать можно тут: https://huggingface.co/spaces/AP123/Janus-Pro-7b

Проект kluster.ai предлагает бонус в $100 за регистрацию. У них доступно несколько моделей, в том числе и DeepSeek R1, на $100 можно довольно долго развлекаться с API или просто использовать Playground.