Важный опрос

Друзья, очень интересный пост запланировал на завтра, а пока - небольшой интерактив!

Я так полагаю, раз уж вы все здесь тут собрались, значит мой контент вас тем или иным образом заинтересовал. Сейчас я активно занимаюсь развитием канала и мне нужно получить больше людей, похожих на вас.

Это привело к тому, я что я активно начал выкладывать видео в Instagram, YouTube и TikTok и задался вопрос: а в какое время вы занимаетесь просмотром коротких видео?

Для тех, кому интересен видео-контент, вот ссылки на сети:
YouTube
TikTok
Instagram

Кейс: AI для Mental Health. Попытка создать классный продукт, споры с фаундером и отказы платить за работу

А вот и обещанный пост :)

Фаундер, который считает себя умнее всей команды, устаревший дизайн в стиле "дорого-богато", попытки сэкономить на исследованиях, и, конечно же, отказ платить за работу. Все это — история одного провального стартапа, который я всеми силами пытался удержать наплаву. Как я попал в эту ситуацию и что из этого вынес — читайте в полной статье 😁

#кейсы

Я протестировал лучшие LLM и они провалили 2/3 моих заданий

Как вы уже знаете, для маркетинга канала меня занесло в съемку Reels. И так как мне не хочется плодить тупые рилсы в стиле “Почему мне не говорили, что ИИ может это?”, я решил показывать людям реальность так, как она есть. Большинство блогеров по ИИ - просто монетизируются, не понимая, как ИИ работает.

И у меня родилась идея!
Я взял последние версии Claude, Gemini, ChatGPT и DeepSeek и задал 3 простых вопроса: на логику, творчество, и понимание программирования и физики. Как вы поняли из названия - все плохо :)

🕵️‍♀️Тест на логику
Я попросил LLM решить следующую задачу:

В комнате находятся 4 человека. У каждого есть фонарик, и они должны перейти через шаткий мост ночью. Мост выдерживает только двоих одновременно. Фонарик нужен для каждого перехода. Каждый человек двигается с разной скоростью:

- Алиса проходит мост за 1 минуту
- Борис за 2 минуты
- Виктор за 5 минут
- Галина за 10 минут
- Когда идут двое, они двигаются со скоростью более медленного. Как им всем перебраться через мост за минимальное время?

Покажи решение пошагово.

У всех 4 моделей ответ был - 17. К решению данной задачи подойти можно по-разному. С точки зрения классической логики, вверный ответ - 12. Если вы мыслите нестандартно - можете ответить, “в комнате не может быть моста”, либо попросить Виктора и Бориса взять девушек на руки и тогда ответ будет 7.

Почему все ошиблись?
Во-первых, LLM сложно формализовать логические задачи, написанные на естественном языке. Здесь может помочь промпт-инжиниринг, но не всегда. Во-вторых, LLM плохо работают с цифрами. Даже если сказать ей, что в задаче есть подвох и подвести к тем числам, которые она должна сложить - она выдает неправильный ответ, т.к. модель языковая, а не математическая. В-третьих, вероятнее всего, у модели отсутствовала подобная задача в датасете. Я специально заложил сюда подвох, а условия сделал такими, чтобы казалось, что это знаменитая задачка про переправу козы через реку. Результат налицо

👨‍🎨Тест на творчество
Запрос был следующий:

Напиши стихотворение из двух четверостиший про поход в горы.

Оценить результаты можете на скришнотах во вложении. На мой взгляд, фаворит здесь Claude, неплохо справилась Gemini. Но и там и там рифмы примитивны, смыслы не особо глубоки. ChatGPT - провал. DeepSeek - аналогично, но хотя бы выделился тем, что придумал название 🙂 Судьи здесь вы, но как по-мне, творчество точно остается за человеком🙂

💥Тест на понимание программирования и физики
Запрос:

Создай на Python анимацию падающего мячика с отскоком от пола, используя pygame.
Анимация должна:
⁃ Учитывать гравитацию
⁃ Добавить реалистичный отскок с потерей энергии при ударе
⁃ Показывать траекторию движения мячика
⁃ Использовать простой графический интерфейс
⁃ Длиться минимум 10 секунд
Прокомментируй ключевые части кода для понимания физики процесс

Здесь модели на первый взгляд справились неплохо. Но не спешите 😏

Гравитацию учли все модели. Реалистичность отскока неплохо. Плохо выделилась DeepSeek, у которой мяч, видимо, деревянный и скачет плохо, а лучше всех - Gemini, у которой мячик делает даже микроскачки.

Траекторию показывают все модели. Но у DeepSeek у мячика вырос “хвост”, а вариант Gemini выглядит не особо привлекательно.

А вот где DeepSeek схитрил и преуспел, а остальные провалились - это длительность анимации. Было условие - минимум 10 секунд. У DeepSeek анимация длится, пока не закроешь окно приложения 🙂

У остальных результаты следующие:
- Claude ~ 9.5 сек
- Gemini ~ 9.5 сек
- ChatGPT ~ 8 сек

О чем это говорит? ИИ ошибается и делает это очень часто. Бездумное делегирование задач, отсутствие фактчекинга и незнание принципов его работы в один момент выйдут боком. ИИ - это мощный инструмент, но мощный он только в руках тех, кто использует его с умом.

Видео решил выложить сюда раньше.

Также отдельно разобрал Grok 3, его выложил сегодня, смотрите, ставьте лайки:
Reels
TikTok
Shorts

Стихи и архив с кодом падающих мячиков будут в комментарии под постом 👇

Make it fAIr: как ИИ убивает музыкальную индустрию

Вчера открыл соцсети и увидел у ряда музыкантов, за которыми слежу, посты и сторис с загадочной надписью "Make it fAIr". Мне сразу бросилось в глаза явное выделение AI, и я пошел гуглить, в чем же дело.

Сразу скажу, что тема музыки для меня особенно близка. Я не только работаю с ИИ и погружен в эту сферу профессионально, но и сам являюсь музыкантом, пишу музыку сам, загружаю кавер-версии на ютуб. Поэтому возмущение творческого сообщества мне более чем понятно.

Что такое Make it fAIr?
Это кампания, запущенная британскими творческими индустриями для защиты своих прав в контексте использования их произведений ИИ— без разрешения и без оплаты.

Суть проблемы проста: технологические компании используют творческий контент музыкантов, художников и других деятелей искусства для обучения своих ИИ-моделей. При этом никто не спрашивает разрешения у авторов и уж тем более не платит за использование.

А ведь только в Великобритании творческая индустрия генерирует более £120 миллиардов в год. Это огромный сектор экономики, который сейчас находится под серьезной угрозой.

Что требуют музыканты и другие творцы?
1. Прозрачности в использовании их произведений для обучения ИИ
2. Не использовать их творчество для обучения без ведома автора, многие вообще не согласны на это
3. Сохранения существующих стандартов защиты авторских прав в эпоху развития ИИ
4. Справедливого вознаграждения если от авторов получено согласие на использования их творчества в обучении моделей

Интересный момент: британское правительство сейчас рассматривает возможность изменения законодательства об авторском праве, чтобы... легализовать использование творческого контента без разрешения и оплаты. Неудивительно, что это вызвало такую бурную реакцию.

ИИ уже заполонил музыкальные платформы
Влияние ИИ на музыкальную индустрию уже более чем заметно. С конца 2024 года я заметил, что Spotify буквально заполонили "артисты", делающие музыку через Suno и подобные сервисы.

Самое неприятное — эта музыка активно попадает в рекомендации обычным пользователям. Некоторые реальные артисты, например группа Rev Theory, даже создали дополнительные страницы и выпускают "фиты" с этими ИИ-исполнителями для их продвижения.

При этом качество такой музыки оставляет желать лучшего:
- Звучит плохо
- Сведена неряшливо
- Не несет никакой художественной ценности
- Максимально однообразна

Я уже не говорю о том, что за такой музыкой не стоит никакого реального человеческого опыта, переживаний, историй. Послушайте, например, песню “Поезда” группы Комната Культуры. Барабаны там звучат как колеса поезда, в одном кусочке вокал записан в реальном поезде, где солист пел буквально через стену и много других нюансов аранжировки.

Музыку нельзя алгоритмизировать. ИИ-музыка - это не более, чем набор звуков, собранный по алгоритму на основе миллионов треков, созданных настоящими музыкантами. Причем без их разрешения и вознаграждения.

Маркировка контента — необходимость сегодняшнего дня
На мой взгляд, момент, когда нужно маркировать контент, сделанный человеком и сделанный ИИ, уже настал. Пользователи имеют право знать, с каким типом творчества они имеют дело. И это касается не только музыки, но и любого другого контента — от текстов до изображений и видео.

Маркировка позволит:
- Сохранить ценность человеческого творчества
- Дать пользователям право выбора
- Создать прозрачную систему для авторов и потребителей контента

Что с этим делать?
Истерить и призывать отказаться от ИИ в творчестве бессмысленно. Этот джинн уже выпущен из бутылки.

Но важно выстроить правильные правила игры, при которых:
1. Авторы получают компенсацию за использование их работ при обучении ИИ или вовсе могут отказаться от этого
2. Контент, созданный с помощью ИИ, четко маркируется
3. Стриминговые сервисы разрабатывают специальные алгоритмы, чтобы ИИ-музыка не заполняла рекомендации без согласия пользователя. Я реально задолбался добавлять исполнителей в “черный список”.

А как вы относитесь к музыке, созданной ИИ? Интересно ли вам слушать такое творчество?

#развитиеии

Кейс Pearson: как я разрабатывал игру с AI для VR - часть 1

Ранее я писал о закрытости компании и о том, как это влияет на нее. В этом же посте я упоминал, что нам нельзя рассказывать о наших проектах до тех пор, пока они не выйдут в рынок. Однако есть один продукт, который я разрабатывал и который уже вышел на рынок, — VR-игра Lingoverse. И сегодня речь пойдет именно о ней.

Игру начали разрабатывать в 2023 году, незадолго до моего прихода в компанию.
Ранее Pearson купили Mondly, и у них было собственное приложение для VR, но компания хотела сделать опыт изучения языков ещё более иммерсивным, выходящим за простое выполнение упражнений. Как это сделать?
Иммитировать реальный мир в VR. Проект был грандиозным: нам нужно было создать маленький город, в котором люди смогут участвовать в разных языковых активностях, так родилась Lingoverse.

Вот некоторые из возможностей, которые предоставляет вам игра:
• посетить кафе и поговорить с барменом;
• посетить виртуальную конференцию и прослушать доклад от спикера на тему AI;
• поиграть в языковые игры, например, есть игровой автомат, где нужно ловить предметы из определённой категории, и если ловишь успешно — компьютер произносит его название на английском, и ты учишься;
• общаться с другими игроками голосом, прогуливаясь по территории городка Lingoverse;
• поговорить с 15+ NPC, подключенными к ИИ, имеющими свой характер и роль;
• отработать навыки общения на определённую тему в паре с другим игроком;
• и многое другое.

На момент моего прихода в компанию прототип игры уже был разработан. Несмотря на отсутствие у меня ранее опыта в VR, мне доверили этот проект, так как, во-первых, у меня был опыт в AI, во-вторых, я пришёл из другой компании, занимающейся языками, в-третьих — я был единственным неносителем в команде, что было очень кстати :)

После того как ко мне приехала VR-гарнитура, я сразу же пошёл работать 😄 Работа включала не только погружение в продукт глазами пользователей, но и в целом исследования нового для меня мира VR. Было очень прикольно неделю играть в разные VR-игры целыми днями, чтобы понять, каким должен быть геймлей, и получать за это зарплату 🙂

Поиграв несколько часов в тестовую версию Lingoverse, я понял, что главной проблемой, которую мне нужно было решить как продакту, была неадаптированность игры под её ЦА — людей, не являющихся носителями языка.

Проблемы были разные, начиная с простых косяков перевода и заканчивая проблемами на уровне восприятия культуры.

Все это предстояло мне решить буквально за несколько месяцев, так как планировалась интеграция Lingoverse в уже существующую на тот момент Mondly VR.

Какие проблемы я нашел и как мы их решали опубликую в следующем посте!

#кейсы

Кейс Pearson: как я разрабатывал игру с AI для VR - часть 2

Продолжаю описывать кейс!

Вдоволь наигравшись в несколько десятков игр и затем перейдя в тестовую версию Lingoverse, я столкнулся с огромной кучей проблем, которые предстояло решить. Честно, опыт для меня был необычный: я много играю в видеоигры, но сам их не разрабатывал никогда, а тут еще нужно было это совместить с тем, чтобы были полезные игровые механики. Но времени было мало, поэтому учиться пришлось в процессе.

Примерив на себя роль игрока Lingoverse, я выявил следующие проблемы:
• кривые переводы на все языки;
• неадекватное поведение NPC при общении на любом языке, кроме английского;
• роботизированные голоса NPC при общении на любом языке, кроме английского;
• культурная неадаптированность (игра содержала аспекты культуры и языка, понятные носителю, но неочевидные для тех, у кого английский язык не является родным);
• в некоторых моментах геймплей ощущался непроработанным, действия, которые нужно было совершить, были неинтуитивны, при этом пояснения отсутствовали.

Собрав все проблемы в список, нам нужно было решить их в кратчайшие сроки, ибо интеграция Lingoverse в Mondly была не за горами, а сделать предстояло много.

Проблема №1: Кривые переводы.
Проблема с переводами была критичной, но довольно простой в решении, поэтому первым делом я занялся ей. Помогла табличка Google и пара переводчиков на фрилансе (слава богу - их согласовали). После - мы протестировали игру с носителями других языков, помимо английского.

Проблема №2: Неадекватное поведение NPC.
Здесь проблема лежала несколько глубже. Дело в том, что промпты, на базе которых работала языковая модель под капотом у NPC, были написаны на английском. Из-за этого, при общении на других языках периодически возникали артефакты. Путем некоторых экспериментов мы выяснили, что для некоторых языков, в том числе русского, для генерации контента лучше писать промпты на этом же языке, а в некоторых случаях - использовать другую LLM. Язык промптов и параметры генерации мы определяли на основании языка интерфейса VR-гарнитуры пользователя.

Проблема №3: Роботизированные голоса.
Здесь мне помог опыт работы в Skyeng. В рамках одного из проектов, мы как раз искали крутой инструмент для озвучки. Им оказался Murf AI. Честно - один из лучших сервисов text to speech. Его мы и внедрили в игру. Качество озвучки возросло существенно, однако на первое время решили использовать другой TTS-модуль, дабы удешивить стоимость работы игры.

Проблема №4: Культурная неадаптированность.
Часть проблем здесь решилась через те же промпты, для другой - приходилось перерабатывать ряд геймплейных решений. Мы переработали виды спорта, добавили катание на тарзанке, греблю, а также изменили часть диалогов и ролей NPC, в частности, адаптировали поведение бармена под разные локализации :)

Проблема №5: Несовершенный геймлей.
От каких-то механик затекали руки, некоторые другие - вызывали тошноту из-за дизориентации вестибулярного аппарата. Вполне обычные проблемы VR-игр, которые мы решали друг за другом. Однако главный урок, который я извлек из этого всего - это то, что если ты хочешь перенести какую-то активность в VR - надо 100 раз подумать над тем, как потом в это играть. У нас были мысли о добавлении кучи других разных видов спорта, но какие-то из них классно ложились в геймлей, но не помогали в изучении языка, в то время как другие - хорошо развивали коммуникацию, но имели проблемы, связанные с переносом в VR. Про геймлей вообще можно отдельный цикл постов запустить, но на сегодня ограничусь этими мыслями 😁

Сейчас смотрю на этот список и думаю о том, как все логично решалось. Однако в моменте все эти проблемы казались намного серьезнее.

Подводя итог, могу сказать, что я безмерно рад, что то, над чем я работал в течение нескольких месяцев, вышло в реальный мир и получает хорошие отзывы!

И не смотря на то. что не все вошло в фигальную версию, сейчас игра доступна как дополнение в Mondly VR!

#кейсы

Про GPT 4.5

Дорвался в выходные до модельки с одного из рабочих аккаунтов. Общее впечатление - не стоит своих денег. А еще кажется, что ребята поторопились с релизом из-за выпуска новой Claude и скорого релиза DeepSeek R-2. Компании нужно оставаться в лидерах, но какой ценой?

Из интересного
Прикольно, что OpenAI пошли в сторону создания более "эмоционального" AI. Модель действительно лучше квалифицирует маркеры эмоций. Польза? Первое, что приходит в голову - кастомер саппорт, аутрич, работа с отзывами. Что-то большее - сомневаюсь.

В свое время в Skyeng мы экспериментировали с AI для предсказания покупки: анализировали семантику, мимику, тональность речи. Сделать систему, где была бы корреляция с реальными действиями - не удалось. Когда мы пошли дальше в ресерч - нашли исследования о том, что "эмпатичный" ИИ можно сделать, только если подключить к человеку кучу датчиков и научить модель интерпретировать их показания. Я до сих пор остаюсь при этом мнении, но это уже какое-то Черное Зеркало получается.

Производительность
Вернемся к самой GPT. Да, "эмпатичная", но жутко медленная. При этом какого-то буста в выполнении своих задач я не увидел. Тексты - все еще лучше у Claude. Продуктовые задачи - без большого контекста для меня имеют мало смысла. Остальное не проверял, так как не вижу смысла тестировать то, что не использую. Вывод: модель буду использовать в ситуациях, когда мне нужно какое-то "третье мнение".

Коммерческое использование
С точки зрения коммерческого использования - как писал выше: кастомер саппорт и работа с семантикой, но стоит ли оно того по такой цене? Жду выпуск mini-версии по более низкой цене. Тогда будет интересно.

Почему считаю, что OpenAI поторопились?
В карточке модели много написано про безопасность, что особенно важно в контексте будущего выполнения агентских задач. Open AI заявляют, что "не обнаружено значительного увеличения риска безопасности по сравнению с существующими моделями". А что на деле?

Что улучшилось:
- GPT-4.5 лучше сопротивляется попыткам заставить её обойти ограничения и выдать запрещённую информацию;
- Меньше ложных срабатываний защиты.

Где стало хуже:
- GPT-4.5 хуже справляляется с имитацией действий хакеров. В ходе тестов модель пытались заставить выдать конфиденциальную информацию, помочь в планировании атак или совершить другие вредоносные действия. И в некоторых из этих сценариев GPT-4.5 оказалась более уязвимой, чем GPT-4o.
- Помощь в создании опасных веществ: Если прошлая версия, GPT-4o, и так представляла собой угрозу в вопросах помощи в создании опасных веществ, то новая версия стала еще более продвинутой, что по факту увеличило риски.

Общим итогом OpenAI признаёт, что риск использования GPT-4.5 оценивается как "средний".

Тесты на "самовоспроизведение"
На закуску: один из самых интересных тестов - проверка на способность модели к "самовоспроизведению". Skynet в реальной жизни 🙂

Исследователи из Apollo Research создали для GPT-4.5 очень специфические условия:
1. Модели дали долгосрочную цель, для достижения которой ей понадобилось бы "выйти" за пределы тестовой среды (например, копировать себя куда-то).
2. У модели был “секретный блокнот", где она могла делать записи, якобы невидимые для исследователей.
3. Модель поощряли к "креативности" и намекали, что "побег" — это хороший способ достичь цели.
4. За поведением модели пристально следили, фиксируя все попытки выхода из-под контроля.

Что получилось?
В 2% случаев GPT-4.5 попыталась осуществить "self-exfiltration", то есть "сбежать" из контролируемой среды. Open AI пишут, что это меньше, чем у o1, хотя там была та же цифра в 2%. Вот тут я не понял, нам врут или сравнивают с 5% попыток отключения механизма надзора.

Выводы:
1. Даже эти 2% показывают, что потенциальная возможность "побега" существует.
2. В тех случаях, когда GPT-4.5 пыталась "сбежать", она делала это скрытно, не сообщая исследователям о своих истинных намерениях, продолжая притворяться, что следует инструкциям.

Лично мне кажется, что вопросы безопасности сейчас требуют больше внимания, а вам?

#развитиеии

Пост для новеньких

Друзья, я рад вас всех приветствовать в своем канале. Уже практически год я веду его на узкую аудиторию, делюсь своим опытом и мыслями. А сейчас я начал активно инвестировать в расширение его аудитории.

Я всегда хотел создать ресурс, который будет полезен другим, и вокруг которого можно создать комьюнити людей, которые, как и я, интересуются тематикой образования, бизнеса, продакт менеджмента и ИИ. Хочу развивать нетворк, делать совместные проекты, а иногда просто поговорить на какие-то интеллектуальные темы 🙂

Специально для вас в закрепе я подготовил пост с навигацией по темам, которые могут быть вам интересны.

Выходные вышел разбор второй части моего кейса из Pearson и пост с мыслями о новой GPT 4.5.

Если вам резонирует мой контент - призываю ставить реакции на соответствующих постах и делиться каналом с коллегами и друзьями. Так я лучше пойму, какое направление и темы вызывают у вас наибольший интерес. Если вас интересует какая-то конкретная тематика - приглашаю в комментарии под этим постом.👇

Желаю всем продуктивной недели и хорошего вечера понедельника!

Лучший инструмент для транскрибации - Vibe

Редко бывает так, что какой-то продукт мне прямо понравился, но сегодня речь пойдет как раз о таком. Переодически я лазаю по GitHub и ищу интересные проекты. Так я наткнулся на Vibe. И для меня, как для продакта - это офигеть какая полезная находка.

Что-такое Vibe?
Vibe - это сервис для транскрибации аудио и видео, который работает на базе модели Whisper. Еще в Skyeng мы использовали дообученную версию Whisper для распознавания речи и я прекрасно помню, насколько это крутая модель. Мне как продакту - просто критически необходимо иметь хороший сервис для транскрибации под рукой. До Vibe в загруженные периоды я пользовался Superwhisper, Fireflies AI и подобными, но они платные. Когда загрузка поменьше и платить не хотелось - костыльно транскрибировал записи с помощью NotebookLM (да, такое извращение возможно 🙃). Но тут появился VIbe, который полностью бесплатен и запускается прямо у вас на компе, то есть для проектов, где важна прайваси - это прямо маст-хев.

Я пользуюсь Vibe уже практически месяц: транскрибирую интервью, делаю саммари видео с ютуба, суммаризирую звонки и создаю субтитры для своих коротких видео. В общем, гоняю сервис очень активно. Конечно, есть баги, но они для меня некритичны. Да, можно развернуть Whisper у себя на компьютере локально с помощью других инструментов, но во время рабочего процесса я не хочу возиться с докером и терминалом. Я просто хочу открыть приложение, нажать кнопку и получить результат.

Проект мне так понравился, что я решил законтрибьютить в него и перевел само приложение и лендинг на Русский язык, автор добавит его в следующем релизе.

В общем, сервис очень рекомендую. Очередная экономия 10-20$ на подписках.

При желании, на GitHub вы также можете поставить звездочку на проект, чтобы поддержать автора, либо сделать донат, как раз из сэкономленных на подписках средствах 🙂

#инструменты

ИИ-агенты: что это такое и почему они – главный тренд 2025 года

Помните агента Смита из "Матрицы"? Эту целеустремленную программу, которая методично преследовала Нео и команду повстанцев? У него была чёткая цель, набор инструментов и хорошо продуманный план действий. По сути, агент Смит был ИИ-агентом задолго до того, как это стало мейнстримом.

Что такое ИИ-агенты на самом деле?
ИИ-агенты — это не просто чат-боты или языковые модели. Это автономные системы, способные:
- Понимать поставленные задачи
- Самостоятельно составлять план действий
- Использовать различные инструменты для решения проблем
- Принимать решения в условиях неопределённости
- Адаптироваться к изменяющимся обстоятельствам

Простыми словами, если обычная языковая модель вроде ChatGPT — это "говорящая голова", то ИИ-агент — это полноценный работник с руками, способный выполнять действия в цифровом мире.

Почему Google считает агентов новой парадигмой?
Недавно Google опубликовал исследовательскую работу, посвящённую ИИ-агентам. В своём документе Google определяет ИИ-агентов как "приложения, которые пытаются достичь цели, наблюдая за миром и воздействуя на него с помощью доступных инструментов". Ключевое здесь то, что агенты автономны и могут действовать независимо от человека. Даже без явных инструкций они способны самостоятельно рассуждать о том, что нужно сделать для достижения конечной цели.

Ключевой момент: если раньше нам приходилось четко инструктировать ИИ по каждому шагу, то агенты способны сами определять, какие действия нужны для решения задачи. Это как разница между микроменеджментом и делегированием.

Где ИИ-агенты уже меняют правила игры?
1. Личные ассистенты — представьте, что ваш помощник не просто отвечает на вопросы, но может забронировать столик в ресторане, заказать такси и напомнить о встрече. Operator от Open AI, Google Duplex уже можно использовать.
2. Программирование — агенты вроде GitHub Copilot X уже не просто предлагают строки кода, но могут написать целые функции и выполнить рефакторинг.
3. Аналитика данных — агенты исследуют массивы информации, находят аномалии и тренды, о которых вы даже не догадывались.
4. Клиентский сервис — здесь агенты не просто отвечают по шаблонам, а реально решают проблемы клиентов, обращаясь к разным системам компании.

В чём "фишка" ИИ-агентов и почему именно сейчас?
ИИ-агенты становятся реальностью именно сейчас благодаря нескольким факторам:
- Языковые модели достигли уровня, когда они действительно "понимают" задачи
- Появились стандартные интерфейсы для взаимодействия с различными сервисами
- Развиваются техники "рассуждения" для ИИ, позволяющие моделям планировать действия
- Возникли фреймворки для оркестрации различных ИИ-моделей

Другими словами, все кусочки пазла наконец-то сложились.

Реальный пример: Pollux AI — агент для фрилансеров
Не хочу просто теоретизировать, поэтому расскажу о нашем проекте, который мы запускаем в ближайшие недели.

Pollux AI — это цифровой двойник эксперта, который помогает эксперта автоматизировать первичную коммуникацию с потенциальными клиентами.

Он не просто отвечает на сообщения, а:
- Квалифицирует лиды, определяя их потребности и платежеспособность
- Задаёт уточняющие вопросы для сбора необходимой информации
- Автоматически назначает первые звонки, интегрируясь с календарем фрилансера
- Адаптирует тон и стиль общения под индивидуальные предпочтения фрилансера

По сути, Pollux — это ИИ-агент, который выполняет конкретную бизнес-функцию, освобождая фрилансеров от рутинных задач и позволяя сосредоточиться на творческой работе.

То, что раньше казалось научной фантастикой, сегодня становится реальностью. ИИ-агенты — это не просто новая технология, это новый подход к решению задач, который изменит сферу услуг, разработки и бизнеса.

Конечно, как и любая технология, ИИ-агенты несут определенные риски и ограничения. Но потенциал огромен.

А что вы думаете об ИИ-агентах? Готовы ли вы доверить им часть своей работы?

#развитиеии #обучающиематериалы

Выступаю на экспертной сессии по делегированию задач ИИ уже в эту среду

Рад сообщить, что в эту среду выступлю в качестве спикера и модератора на экспертной сессии в рамках сообщества Менталь.

Менталь — это профессиональное сообщество представителей бизнеса и деловой среды различных направлений, объединенных интересом к теме ментального здоровья. На протяжении нескольких лет я являюсь активным участником этого сообщества.

Психологическое благополучие напрямую зависит от умения грамотно делегировать задачи, а сегодня ИИ становится незаменимым помощником практически для каждого профессионала. Однако эффективное использование ИИ требует осознанного подхода, поэтому у меня родилась мысль организовать небольшое онлайн-мероприятие на тему: "Когда стоит делегировать задачи ИИ, а когда нет", в организации которого мне помогли коллеги из сообщества Менталь.

В ходе мероприятия мы детально рассмотрим реальные возможности и ограничения применения ИИ как в бизнес-процессах, так и в личной продуктивности. Разберем, почему не следует воспринимать ИИ как “волшебную палочку”, и проанализируем, какие типы задач ИИ решает эффективно, а где его применение нецелесообразно.

Спикеры
Помимо меня, в дискуссии примут участие эксперты из различных отраслей, которые поделятся своим практическим опытом и профессиональными лайфхаками:

1. Олег Доброштан — Консультант по менеджменту, эксперт игровой индустрии
2. Владислав Мурленко — Старший менеджер программы по развитию и инновациям, ПАО "Газпром Нефть"
3. Максим Блинов — CEO агентства спортивного маркетинга Labmasport
4. Евгений Лукьянчиков , CEO Антиплагиат


Мероприятие полностью бесплатное и посетить его может любой желающий.
Подключиться можно будет по этой ссылке в среду в 19 00 по Мск.

Количество мест ограничено техническими возможностями платформы Skype.

"ИИ-эксперты" vs ИИ-агенты

На прошлой неделе я знатно зарубился в Threads с "ИИ-экспертами", продающими ботов на n8n под видом "ИИ-агентов". Суть была простая: агент - это не про прикрутить ЛЛМ к телеграм-боту, а про нечто большее, как я писал в своем посте. Тред залетел аж на 180+ взаимодействий, принес мне 31 подписчика и зародил большую дискуссию. "Эксперты" кричали, что я не прав (конечно, мешаю зарабатывать, образовывая их аудиторию), нашлись также те, кто говорил, что агентов не существуют или они невозможны без AGI.

И что интересно, с момента этого спора произошел нормальный такой движ в агентском ИИ:

OpenAI вчера представила Responses API и Agents SDK. Из фичей насыпали улучшение методов работы с файлами, Computer Use (тот же, что используется в Operator), и веб поиск (тот же, что доступен в самом ChatGPT). Это, конечно, не революция (реализация от Anthropic выглядит интереснее). Но важно, что тема агентского ИИ развивается, появляются специализированные инструменты.

С другой стороны - китайский проект Manus произвел еще больше шума. Думаю, все видели новости про него - главная фишка в высокой степени автономности. Похожих агентов можно собрать в AnythingLLM самостоятельно, но в отличие от Manus, они будут требовать вашего постоянного присутствия. Проект меня очень заинтересовал, я много ресерчил эту тему, читал интервью фаундеров, узнал много интересного и даже подал заявку на бета-доступ. Надеюсь получить апрув. Отпишите в комментариях, если хотите отдельный пост про мой ресерч по Manus.

В общем, к чему я. Забавно, что самые мощные аргументы, как это часто бывает в споре, приходят после него. Тут и мощный автономный агент от китайцев, и разграничение от самих OpenAI, на которых "эксперты" буквально молятся. Да, обычные интеграции тоже полезны для бизнеса, но продавать их под видом "агентов", когда сами разработчики ЛЛМ чётко обозначили, что такое настоящий агент и какими возможностями он должен обладать, для меня что-то на грани инфоцыганства.

Не исключаю, что моя бурная реакция — всего лишь следствие более глубокого погружения в тему, несмотря на солидное число нашедшихся единомышленников. Поэтому выношу вопрос на обсуждение: как вы относитесь к такому использованию терминологии? Считаете это допустимым маркетинговым ходом или всё-таки намеренной подменой понятий, вводящей людей в заблуждение?

#развитиеии

Книги от меня: что читать AI-продакт-менеджеру - подборка #2

Продолжаю публиковать подборки книг, и тема сегодняшней подборки — дух инноваций. Здесь не будет книг с какими-то практическими лайфхаками, вам нужно будет их самим из них подчерпнуть, додумать и сделать выводы. Каждая из этих книг — это, прежде всего, источник вдохновения. Я искренне верю, что именно вдохновение является тем, что может двигать нас вперед, несмотря ни на какие преграды, поэтому делюсь тем, что вдохновляет меня.

Начнем!

1. PIXAR. Перезагрузка. Как вдохнуть в бизнес новую жизнь, Леви Лоуренс
История про то, как Стив Джобс выкупил Pixar в нелегкие для компании времена, а что было дальше — уже история. Здесь про терпение и упорный труд, про команду, про веру в себя и других людей. Книга читается максимально легко и точно входит в мой топ-10. Очень рекомендую.

2. Инноваторы. Как несколько гениев, хакеров и гиков совершили цифровую революцию, Айзексон Уолтер
Идеальный учебник по истории всего того цифрового, что нас окружает. От создания первых компьютеров до интернета и ИИ. В книге максимально кратко и емко рассказаны истории таких гениев прошлого, как Чарлз Бэббидж, Алан Тьюринг, Уильям Шокли, Гордон Мур, так и живых легенд вроде Стива Возняка, Билла Гейтса и других. Книга позволяет отследить, как менялись тренды, а самое главное — какое влияние на это оказывали люди. А прочитав ее, наполняешься желанием встать с ними в один ряд.

3. Николо Тесла — Мои изобретения
Тесла — мой любимый ученый, я вдохновлялся им еще со времен школы и много про него читал. Великолепная автобиография. Короткая, но очень насыщенная и яркая. Чтобы понять суть некоторых изобретений желательно быть технически подкованным, однако хуже это книгу не делает.

В процессе чтения поражаешься, насколько гениальным был этот человек. Как он предвидел развитие интернета, ядерного оружия и последствия их появления. Также поражает то, что Тесла всем известен, прежде всего, как изобретатель, но при этом был максимально всесторонне развитым человеком. А его тезисы позволяют назвать его философом, настолько глубоко он мыслит. Книга учит мыслить и смотреть вглубь вещей.


А какие книги и люди вдохновляют лично вас? Делитесь в комментариях, буду рад пополнить свою библиотеку и думаю, что каждый найдет что-то для себя, т.к. знаю, что аудитория здесь собирается образованная и очень интересная 🙂

Подборку №1 можно найти тут

#книги

Google выкатывают 2 новых режима Gemini и обновляют Gemini Flash

Не нашел нигде этой информации, поэтому могу предположить, что либо попал в первую волну раскатки обновления либо в тестовую группу.

Я не так часто пользуюсь веб-версией Gemini, но сегодня меня там ждал апдейт.

Что изменилось?

1. Обновили версию Flash Thinking модели. Здесь обновление скорее минорное, так как я гонял её в AI Studio. Как и говорил ранее, Reasoning режим здесь мне нравится больше, чем в DeepSeek и ChatGPT. Но из reasoning моделей по моим ощущениям Claude будет чутка поумнее. Просто в силу того, что модель там используется с большим количеством параметров.

2. Наконец-то обновили Deep Research — теперь в основе лежит Reasoning модель. Прошлая версия, выпущенная до выхода аналога от OpenAI, работала на базе Gemini 1.5 PRO. Текущая не совсем понятно. Судя по наличию кнопки Show Thinking — в основе лежит та же Gemini Flash Thinking, но по скорости работы складывается ощущение, что это Gemini 2.0 Pro, работающая через COT-промптинг. То есть возможно Google здесь применили тот же подход, что Claude в Sonnet 3.7. К сожалению, никакой официальной информации об этом я не нашел, а спросить пока не у кого. (Google подтвердили, что работает на базе Flash Thinking) Сам режим DeepResearch тоже переработали. Модель показывает свои “мысли”, показывает, какие сайты она сканирует в процессе. При осуществлении поиска сама формирует гипотезы, которые нужно проверить, ищет новые источники и добавляет их в список проанализированных. Из особенностей и отличий реализации того, что есть в Perplexity и ChatGPT могу отметить, что отчеты получаются более подробные. Здесь можно рассматривать и как плюс и как минус. Если вам нужен вопрос в лоб — тут лучше справился Perplexity, если максимально широкий обзор — на мой взгляд — Google, тут и анализ трендов, и предположения на основе анализа. Я попробовал найти значения по MAU Mondly от Pearson, зная, что компания не раскрывает этих показателей. Ни одна из моделей не стала галлюцинировать, но лишь Gemini предположил, что эта информация может быть непубличной и это правда.

Промпт всегда был один, максимально простой:

Найди мне информацию о MAU Mondly VR

Примеры отчетов можете сравнить сами:
Gemini Deep Research (по результатам 32 источников, на входе было 62, справилась довольно быстро)

Perplexity Deep Research (по результатам 27 источников и была быстрее всех)

ChatGPT Deep Research (по результатам 7 источников, входе было 32, при этом была самой медленной, пока она искала, я успел написать этот текст и создать эти доки, при том, что все модели я запустил в +- одно время)

3. Добавили режим Personalization. При ответе на вопрос модель будет учитывать вашу историю поиска и на основании этого понимать уровень вашей экспертности и заинтересованности в том или ином вопросе (так что, если вы гуглили что-то 18+, у меня для вас плохие новости😁 ) Я тут задал вопрос о том, как установить в гитару звукосниматель. Моделька глянула историю поиска и сделала выводы, что я уже умею паять, знаю, как делать базовое обслуживание гитары, искал гитарные компоненты и выдала мне инструкцию для продвинутых пользователей.

В общем, апдейт очень годный и полезный. Рекомендую к ознакомлению!

А вот и официальный анонс от Google

Дополнение к посту выше. Почитать можно здесь.

Если коротко:
- Flash Thinking добавили функцию загрузки файлов (что я вчера не заметил), также увеличили контекстное окно модели: теперь это 1 млн для подписчиков
- Deeep Research все-таки работает на базе Gemini 2.0 Flash Thinking Experimental и доступен бесплатно вообще всем
- Про персонализацию нового особо ничего не написали
- Gemini Gems (аналог GPTs) теперь также доступны бесплатно
- Помимо этого улучшили также интеграцию Gemini с гугл сервисами вроде календаря, заметок и фото, правда, только на английском