Alibaba выпустили новые модели QWEN 3 и скоро завезут MCP
Только вчера писал про локальные модельки, а сегодня вышли новые. QWEN 3 - это гибридные модели, в которых можно включать/выключать ризонинг. Из подобных на рынке сейчас только Gemini Flash 2.5, Claude 3.7 и DeepCogito. Кажется, что намечается новый тренд, что вполне логично, так как иметь возможность переключать ризонинг в рамках одной модели - намного удобнее, как минимум, с точки зрения UX. Помимо этого, у моделей можно регулировать “бюджет” на ризонинг, контролируя, как усердно она будет думать.
Если запускаете у себя, мышление отключается путем добавления в промпт
По бенчмаркам все модели - SOTA в своих весовых категориях (будем проверять, у меня еще один перелет впереди 😁). При этом архитектура у них схожая с LLama - MOE. Т.е. всегда активными остается небольшое количество параметров модели, предъявляя меньше требований к железу.
Еще из интересного - я глянул в веб-интерфейс и заметил, что там появилась кнопка MCP с надписью “Coming Soon”, то есть в модельки скоро занесут компьютер юз, это прямо круто!
В целом, к моделям высокие ожидания, т.к. 2.5 версия была очень крутой, а благодаря своей опенсорсности много где использовалась. Напомню, что именно квен тюнили под себя Авито и Т-банк, поэтому ожидайте скорого обновления и у них 🙂
Потестировать модели в веб-интерфейсе можно тут
Hugging Face для тех, кто хочет локально - здесь
Только вчера писал про локальные модельки, а сегодня вышли новые. QWEN 3 - это гибридные модели, в которых можно включать/выключать ризонинг. Из подобных на рынке сейчас только Gemini Flash 2.5, Claude 3.7 и DeepCogito. Кажется, что намечается новый тренд, что вполне логично, так как иметь возможность переключать ризонинг в рамках одной модели - намного удобнее, как минимум, с точки зрения UX. Помимо этого, у моделей можно регулировать “бюджет” на ризонинг, контролируя, как усердно она будет думать.
Если запускаете у себя, мышление отключается путем добавления в промпт
/no_thinkПо бенчмаркам все модели - SOTA в своих весовых категориях (будем проверять, у меня еще один перелет впереди 😁). При этом архитектура у них схожая с LLama - MOE. Т.е. всегда активными остается небольшое количество параметров модели, предъявляя меньше требований к железу.
Еще из интересного - я глянул в веб-интерфейс и заметил, что там появилась кнопка MCP с надписью “Coming Soon”, то есть в модельки скоро занесут компьютер юз, это прямо круто!
В целом, к моделям высокие ожидания, т.к. 2.5 версия была очень крутой, а благодаря своей опенсорсности много где использовалась. Напомню, что именно квен тюнили под себя Авито и Т-банк, поэтому ожидайте скорого обновления и у них 🙂
Потестировать модели в веб-интерфейсе можно тут
Hugging Face для тех, кто хочет локально - здесь
👍3
Инвестиции в разработку vs Vibe Coding для MVP: что выбирают фаундеры и что будет дальше
Поскольку я много работаю со стартапами, вопрос выбора между полноценной разработкой и быстрым прототипированием на ИИ для MVP всплывает постоянно. Решил поделиться здесь своими наблюдениями и размышлениями, так как с одной стороны - много общаюсь с фаундерами, а с другой - неоднократно запускал проекты и с помощью вайбкодинга и с традиционной разработкой. Когда и что применять?
Наблюдение №1: "Опытные" с деньгами выбирают классику
Первое, что бросается в глаза: фаундеры, у которых нет проблем с финансированием, почти всегда предпочитают традиционную разработку, даже если им предлагаешь сделать прототип с ИИ. Как правило, это ребята с уже действующим (и часто крупным) бизнесом, которые хотят диверсифицироваться. К идее использовать ИИ они относятся в целом положительно, но главный барьер - железобетонная уверенность в крутости своей идеи и в том, что "маркетинг зарешает". От них часто можно услышать: "Мне не нужен прототип, мне нужно сразу выходить на рынок с готовым продуктом".
Наблюдение №2: "Молодые и дерзкие" на инвестициях и за быстрые эксперименты
Второе наблюдение: более молодые фаундеры и те, кто живет на инвестиционные деньги, чаще склоняются к быстрым прототипам, сделанным с помощью ИИ (тот самый вайбкодинг). Их логика понятна: бюджет и время на эксперименты ограничены либо собственными средствами, либо деньгами инвестора. ИИ-прототипирование и POC они рассматривают как проверку гипотезы. У них есть готовность к тому, что гипотеза провалится, и они без особых сожалений переключатся на что-то другое.
Какой подход правильный?
Однозначного ответа, конечно, нет. Первый подход - чисто предпринимательский, в духе Ричарда Брэнсона: вижу цель, верю в себя, не вижу препятствий. Второй - классический продуктовый: тестируем гипотезы, работаем итерациями, считаем юнит-экономику.
И здесь видна интересная дилемма. С одной стороны, мы часто видим, как опытные продакты не могут запустить свой продукт - им не хватает той самой предпринимательской жилки, готовности рискнуть и слепой веры в идею, ведь нас учат действовать осторожно, проверять гипотезы и оставаться в рамках бюджета.
С другой стороны, не редки случаи, когда матерые предприниматели, уверенные в своей гениальности, влетают в новую нишу и просто сжигают бюджеты, потому что переоценили идею или недооценили рынок. В общем, хороший менеджер ≠ хороший предприниматель, и наоборот.
Кто выиграет в будущем?
Интуиция подсказывает, что чистое следование только первому или только второму подходу - не самая выигрышная стратегия в долгосрочной перспективе, так как они слишком полярны. Как говорил Нассим Талеб, выигрывают те, кто ставит собственную шкуру на кон. Риск оправдан, если он подкреплен действием.
И вот здесь, мне кажется, на сцену выходит ИИ и то самое солопредпринимательство. С текущим развитием технологий поставить "шкуру на кон" становится значительно дешевле. Думаю, прорываться будут те, кто готов разбираться в технологиях самостоятельно, минимизировать зависимость от больших команд на старте и идти на рассчитанный риск.
Ведь цена проверки гипотезы с помощью вайбкодинга радикально снижается. Условно, вам может потребоваться $100 на создание вполне рабочего ИИ-прототипа и, скажем, $1000 на первую маркетинговую кампанию для проверки спроса. Это уже не сотни тысяч и не годы разработки. Это суммы, доступные очень многим. А значит, шанс реализовать свою идею получают те, кто раньше об этом и не мечтал.
#развитиеии #бизнес
Поскольку я много работаю со стартапами, вопрос выбора между полноценной разработкой и быстрым прототипированием на ИИ для MVP всплывает постоянно. Решил поделиться здесь своими наблюдениями и размышлениями, так как с одной стороны - много общаюсь с фаундерами, а с другой - неоднократно запускал проекты и с помощью вайбкодинга и с традиционной разработкой. Когда и что применять?
Наблюдение №1: "Опытные" с деньгами выбирают классику
Первое, что бросается в глаза: фаундеры, у которых нет проблем с финансированием, почти всегда предпочитают традиционную разработку, даже если им предлагаешь сделать прототип с ИИ. Как правило, это ребята с уже действующим (и часто крупным) бизнесом, которые хотят диверсифицироваться. К идее использовать ИИ они относятся в целом положительно, но главный барьер - железобетонная уверенность в крутости своей идеи и в том, что "маркетинг зарешает". От них часто можно услышать: "Мне не нужен прототип, мне нужно сразу выходить на рынок с готовым продуктом".
Наблюдение №2: "Молодые и дерзкие" на инвестициях и за быстрые эксперименты
Второе наблюдение: более молодые фаундеры и те, кто живет на инвестиционные деньги, чаще склоняются к быстрым прототипам, сделанным с помощью ИИ (тот самый вайбкодинг). Их логика понятна: бюджет и время на эксперименты ограничены либо собственными средствами, либо деньгами инвестора. ИИ-прототипирование и POC они рассматривают как проверку гипотезы. У них есть готовность к тому, что гипотеза провалится, и они без особых сожалений переключатся на что-то другое.
Какой подход правильный?
Однозначного ответа, конечно, нет. Первый подход - чисто предпринимательский, в духе Ричарда Брэнсона: вижу цель, верю в себя, не вижу препятствий. Второй - классический продуктовый: тестируем гипотезы, работаем итерациями, считаем юнит-экономику.
И здесь видна интересная дилемма. С одной стороны, мы часто видим, как опытные продакты не могут запустить свой продукт - им не хватает той самой предпринимательской жилки, готовности рискнуть и слепой веры в идею, ведь нас учат действовать осторожно, проверять гипотезы и оставаться в рамках бюджета.
С другой стороны, не редки случаи, когда матерые предприниматели, уверенные в своей гениальности, влетают в новую нишу и просто сжигают бюджеты, потому что переоценили идею или недооценили рынок. В общем, хороший менеджер ≠ хороший предприниматель, и наоборот.
Кто выиграет в будущем?
Интуиция подсказывает, что чистое следование только первому или только второму подходу - не самая выигрышная стратегия в долгосрочной перспективе, так как они слишком полярны. Как говорил Нассим Талеб, выигрывают те, кто ставит собственную шкуру на кон. Риск оправдан, если он подкреплен действием.
И вот здесь, мне кажется, на сцену выходит ИИ и то самое солопредпринимательство. С текущим развитием технологий поставить "шкуру на кон" становится значительно дешевле. Думаю, прорываться будут те, кто готов разбираться в технологиях самостоятельно, минимизировать зависимость от больших команд на старте и идти на рассчитанный риск.
Ведь цена проверки гипотезы с помощью вайбкодинга радикально снижается. Условно, вам может потребоваться $100 на создание вполне рабочего ИИ-прототипа и, скажем, $1000 на первую маркетинговую кампанию для проверки спроса. Это уже не сотни тысяч и не годы разработки. Это суммы, доступные очень многим. А значит, шанс реализовать свою идею получают те, кто раньше об этом и не мечтал.
#развитиеии #бизнес
👍8🔥2
Audio
NotebookLM теперь поддерживает русский язык, но не спешите радоваться
Я неоднократно писал о том, как люблю этот продукт от гугл, но у него один минус - отсутствие русского языка. Все-таки не всегда хочется работать на английском, и вот, теперь Google добавили поддержку русского и еще кучи языков.
Причем добавили не только в режиме “тетрадки” и ответов на вопросы, но и для моей любимой функции генерации подкастов :)
Я пошел тестировать, впечатления смешанные.
Во-первых, работает сейчас медленно (видимо, народ налетел). Во-вторых, на английском подкасты звучат более естественно, видимо, сказывается количество данных, на которых обучали голосовой модуль. В русской версии слышно, что все-таки говорит робот. В-третьих, качество работы с русским с точки зрения фактологической точности меня сейчас огорчило. В-четвертых, в англоязычной версии подкасты получаются более детализированными и длинными. В-пятых, эканья, бэканья, мэканья сейчас в русском звучат неестественно. В-шестых, голос девушки мне не понравился :(
Ради интереса - сгенерировал подкаст на основе своей лекции по введению в ИИ, и моделька много где напутала. Например, очень сильно ошиблась в классификации видов ИИ, привела неправильные примеры, а архитектуру Transformers назвали “трансформаторами” 🤣.
В общем, вроде как функцию добавили, но косяков очень много. Ждем теперь, когда исправят :)
Я неоднократно писал о том, как люблю этот продукт от гугл, но у него один минус - отсутствие русского языка. Все-таки не всегда хочется работать на английском, и вот, теперь Google добавили поддержку русского и еще кучи языков.
Причем добавили не только в режиме “тетрадки” и ответов на вопросы, но и для моей любимой функции генерации подкастов :)
Я пошел тестировать, впечатления смешанные.
Во-первых, работает сейчас медленно (видимо, народ налетел). Во-вторых, на английском подкасты звучат более естественно, видимо, сказывается количество данных, на которых обучали голосовой модуль. В русской версии слышно, что все-таки говорит робот. В-третьих, качество работы с русским с точки зрения фактологической точности меня сейчас огорчило. В-четвертых, в англоязычной версии подкасты получаются более детализированными и длинными. В-пятых, эканья, бэканья, мэканья сейчас в русском звучат неестественно. В-шестых, голос девушки мне не понравился :(
Ради интереса - сгенерировал подкаст на основе своей лекции по введению в ИИ, и моделька много где напутала. Например, очень сильно ошиблась в классификации видов ИИ, привела неправильные примеры, а архитектуру Transformers назвали “трансформаторами” 🤣.
В общем, вроде как функцию добавили, но косяков очень много. Ждем теперь, когда исправят :)
❤5👍3
DeepSeek выпустили новую модель с фокусом на математике и логике разбираем что за зверь
С утра на HuggingFace появилась новая моделька от китайцев. Пока все ждали R2, в свет вышла модель DeepSeek Prover V2.
Что это за модель и почему раньше о ней не говорили?
Как можно видеть из названия, это вторая версия модели, а не говорили о них лишь потому, что до R1 за DeepSeek следили только гики. Моделька предназначена для решения логических и математических задач на языке формальных доказательств Lean 4. В целом, сфера формальной логики у LLM сейчас довольно сильно страдает, и цель этой модели – как раз исправить это.
Модельку специально тренировали на имитацию процесса рассуждения, но без традиционных сворачиваемых “мыслей”, которые мы видим у других моделей. Попробуйте дать ей задачку на логику - поймете, о чем я.
Как они этого добились?
Если коротко, то применили хитрый подход:
1. Разбивка и синтез: Использовали DeepSeek-V3, чтобы та разложила сложные теоремы на шаги и сгенерировала "черновики" доказательств, соединяя неформальные рассуждения с формальным кодом.
2. Оптимизация: Для решения подзадач использовали модель поменьше (7B), чтобы сэкономить ресурсы.
3. Дообучение: Полученную модель-прувер докрутили с помощью обучения с подкреплением (RL), поощряя за верные формальные шаги.
Идея в том, чтобы научить модель не просто генерировать текст, похожий на математический, а именно строить формальные доказательства, связывая их с логикой рассуждения.
Результаты и бенчмарк
Флагманская 671B модель показала себя очень неплохо: 88.9% успеха на стандартном тесте MiniF2F и решила почти полсотни задач из сложного университетского PutnamBench.
Чтобы лучше тестировать такие модели, DeepSeek даже создали свой бенчмарк – ProverBench, куда включили задачи с реальных олимпиад (AIME) и из учебников. Это важно для оценки на разнообразных и практически значимых примерах.
Доступные модели
Выпустили две версии:
DeepSeek-Prover-V2-7B: Младшая, с увеличенным до 32K токенов контекстом.
DeepSeek-Prover-V2-671B: Старшая, на базе новейшей DeepSeek-V3, показывающая топовые результаты.
Что в итоге?
Появление DeepSeek Prover V2 – интересный шаг к тому, чтобы LLM стали лучше справляться с логикой и математикой. Их подход к обучению, имитирующий процесс доказательства, выглядит многообещающе. Но есть и свои минусы, например, нам уже известно, что RL часто ведет к тому, что модели ВРУТ, что показали нам OpenAI. + я немного потыкал модель, с моими задачками на логику она не справилась 🙂
Модель доступна на OpenRouter
С утра на HuggingFace появилась новая моделька от китайцев. Пока все ждали R2, в свет вышла модель DeepSeek Prover V2.
Что это за модель и почему раньше о ней не говорили?
Как можно видеть из названия, это вторая версия модели, а не говорили о них лишь потому, что до R1 за DeepSeek следили только гики. Моделька предназначена для решения логических и математических задач на языке формальных доказательств Lean 4. В целом, сфера формальной логики у LLM сейчас довольно сильно страдает, и цель этой модели – как раз исправить это.
Модельку специально тренировали на имитацию процесса рассуждения, но без традиционных сворачиваемых “мыслей”, которые мы видим у других моделей. Попробуйте дать ей задачку на логику - поймете, о чем я.
Как они этого добились?
Если коротко, то применили хитрый подход:
1. Разбивка и синтез: Использовали DeepSeek-V3, чтобы та разложила сложные теоремы на шаги и сгенерировала "черновики" доказательств, соединяя неформальные рассуждения с формальным кодом.
2. Оптимизация: Для решения подзадач использовали модель поменьше (7B), чтобы сэкономить ресурсы.
3. Дообучение: Полученную модель-прувер докрутили с помощью обучения с подкреплением (RL), поощряя за верные формальные шаги.
Идея в том, чтобы научить модель не просто генерировать текст, похожий на математический, а именно строить формальные доказательства, связывая их с логикой рассуждения.
Результаты и бенчмарк
Флагманская 671B модель показала себя очень неплохо: 88.9% успеха на стандартном тесте MiniF2F и решила почти полсотни задач из сложного университетского PutnamBench.
Чтобы лучше тестировать такие модели, DeepSeek даже создали свой бенчмарк – ProverBench, куда включили задачи с реальных олимпиад (AIME) и из учебников. Это важно для оценки на разнообразных и практически значимых примерах.
Доступные модели
Выпустили две версии:
DeepSeek-Prover-V2-7B: Младшая, с увеличенным до 32K токенов контекстом.
DeepSeek-Prover-V2-671B: Старшая, на базе новейшей DeepSeek-V3, показывающая топовые результаты.
Что в итоге?
Появление DeepSeek Prover V2 – интересный шаг к тому, чтобы LLM стали лучше справляться с логикой и математикой. Их подход к обучению, имитирующий процесс доказательства, выглядит многообещающе. Но есть и свои минусы, например, нам уже известно, что RL часто ведет к тому, что модели ВРУТ, что показали нам OpenAI. + я немного потыкал модель, с моими задачками на логику она не справилась 🙂
Модель доступна на OpenRouter
👍3🔥1
Когда инновации остаются за кадром… (О разработке персонализированных уроков в Skyeng)
Наконец-то могу поделиться подробностями еще об одном продукте, в создание которого наша R&D команда вложила немало сил. Недавно Skyeng анонсировали новый функционал - генерацию персонализированных уроков. И, конечно, это отличная новость! Однако, в официальной статье команда разработки осталась за кадром: в статье упомянули совсем не тех, кто этим всем занимался, я бы даже сказал, далеко не тех. Что ж, исправляю эту несправедливость.
Что же представили?
Skyeng добавили на платформу возможность генерировать персонализированные уроки с учетом уровня и интересов ученика. В статье упомянули, что система генерирует карточки с упражнениями, и это как-то связано с мотивацией, но детали остались за кадром. А "под капотом" там целая система технологий.
Как это работает?
Генерация упражнений: Еще в начале 2022 года наша команда разработала несколько моделей на базе T5, способных генерировать различные типы упражнений: открытые вопросы, вопросы с вариантами ответов, true/false и другие. Важно, что все упражнения четко соответствовали уровням подготовки учеников. Отдельное спасибо здесь Роме Смирнову и Вите Склизневу - именно они создали эти сетки. Не смотря на то, что уже тогда наши методисты начали использовать данные технологии в создании контента, мы хотели генерировать целые уроки, а для этого нужно было создавать тексты
Генерация текстов: В ядре любого упражнения в английском языке находится текст. Если это чтение - нам нужна статья, если это аудирование - нам нужен скрипт. Именно поэтому мы и сосредоточились на текстах. Сначала мы научились генерировать короткие тексты, а затем и более длинные, адаптированные под уровень по шкале CEFR. Здесь огромная заслуга Вити Прилепского, сделавшего модели для генерации каждого типа текстов.
Работа с мотивацией: В статье лишь вскользь упомянули про "вовлеченность", а ведь это ключевой элемент персонализированного обучения! Вопросами методологии и мотивации у нас занимались две Насти - Екушевская и Солодкова. И занимались, между прочим, очень крутой штукой. Мы предположили, что если влиять на мотивацию ученика, то и результаты обучения будут лучше. Проанализировали тысячи уроков, выявили закономерности и даже увидели, что динамика возвращения к занятиям соответствует кривой мотивации Бандуры. Вокруг полученных выводов строилась последующая работа.
Экстракция интересов: Персонализация невозможна без понимания интересов ученика. Наша команда разработала экстрактор интересов, который на основе анализа вводных уроков, обратной связи от преподавателей и анкет учеников вычленял наиболее интересующие студентов темы. К его созданию руку приложил Рома Смирнов.
Менеджеры и разработчики
Также хочу упомянуть тех, кто драйвил всю эту историю. Мы с Женей Литвиненко создали R&D-команду, придумали вместе с ней и выпустили первые технологии. Потом Рома Михайлов подхватил руководство и довёл до ума интеграцию генерации контента в те самые карточки. Также в команде был еще один человек, без которого ничего бы не было - Семён Кошкаров, который оборачивал все наши наработки в рабочие прототипы.
Из упомянутых выше ребят почти никто уже не работает в компании. Кто-то ушел в свой стартап, другие - работают на ведущие зарубежные компании. Но это не отменяет того факта, что компания забывает тех, кто создаёт для неё крутые продукты и инфоповоды. И ладно бы не упомянули только бывших сотрудников, забыли даже про действующих.
Заграницей принято делать публикации на Arxiv, писать статьи, где упомянуты все: инженеры, ресерчеры, разработчики. Все, кто приложил руку к разработке чего-то крутого. А Skyeng решили опубликовать лишь имена тех, кто остался в компании, и по большей части, даже не имеет представления о том, как работает продукт, которым так гордится компания.
#кейсы
Наконец-то могу поделиться подробностями еще об одном продукте, в создание которого наша R&D команда вложила немало сил. Недавно Skyeng анонсировали новый функционал - генерацию персонализированных уроков. И, конечно, это отличная новость! Однако, в официальной статье команда разработки осталась за кадром: в статье упомянули совсем не тех, кто этим всем занимался, я бы даже сказал, далеко не тех. Что ж, исправляю эту несправедливость.
Что же представили?
Skyeng добавили на платформу возможность генерировать персонализированные уроки с учетом уровня и интересов ученика. В статье упомянули, что система генерирует карточки с упражнениями, и это как-то связано с мотивацией, но детали остались за кадром. А "под капотом" там целая система технологий.
Как это работает?
Генерация упражнений: Еще в начале 2022 года наша команда разработала несколько моделей на базе T5, способных генерировать различные типы упражнений: открытые вопросы, вопросы с вариантами ответов, true/false и другие. Важно, что все упражнения четко соответствовали уровням подготовки учеников. Отдельное спасибо здесь Роме Смирнову и Вите Склизневу - именно они создали эти сетки. Не смотря на то, что уже тогда наши методисты начали использовать данные технологии в создании контента, мы хотели генерировать целые уроки, а для этого нужно было создавать тексты
Генерация текстов: В ядре любого упражнения в английском языке находится текст. Если это чтение - нам нужна статья, если это аудирование - нам нужен скрипт. Именно поэтому мы и сосредоточились на текстах. Сначала мы научились генерировать короткие тексты, а затем и более длинные, адаптированные под уровень по шкале CEFR. Здесь огромная заслуга Вити Прилепского, сделавшего модели для генерации каждого типа текстов.
Работа с мотивацией: В статье лишь вскользь упомянули про "вовлеченность", а ведь это ключевой элемент персонализированного обучения! Вопросами методологии и мотивации у нас занимались две Насти - Екушевская и Солодкова. И занимались, между прочим, очень крутой штукой. Мы предположили, что если влиять на мотивацию ученика, то и результаты обучения будут лучше. Проанализировали тысячи уроков, выявили закономерности и даже увидели, что динамика возвращения к занятиям соответствует кривой мотивации Бандуры. Вокруг полученных выводов строилась последующая работа.
Экстракция интересов: Персонализация невозможна без понимания интересов ученика. Наша команда разработала экстрактор интересов, который на основе анализа вводных уроков, обратной связи от преподавателей и анкет учеников вычленял наиболее интересующие студентов темы. К его созданию руку приложил Рома Смирнов.
Менеджеры и разработчики
Также хочу упомянуть тех, кто драйвил всю эту историю. Мы с Женей Литвиненко создали R&D-команду, придумали вместе с ней и выпустили первые технологии. Потом Рома Михайлов подхватил руководство и довёл до ума интеграцию генерации контента в те самые карточки. Также в команде был еще один человек, без которого ничего бы не было - Семён Кошкаров, который оборачивал все наши наработки в рабочие прототипы.
Из упомянутых выше ребят почти никто уже не работает в компании. Кто-то ушел в свой стартап, другие - работают на ведущие зарубежные компании. Но это не отменяет того факта, что компания забывает тех, кто создаёт для неё крутые продукты и инфоповоды. И ладно бы не упомянули только бывших сотрудников, забыли даже про действующих.
Заграницей принято делать публикации на Arxiv, писать статьи, где упомянуты все: инженеры, ресерчеры, разработчики. Все, кто приложил руку к разработке чего-то крутого. А Skyeng решили опубликовать лишь имена тех, кто остался в компании, и по большей части, даже не имеет представления о том, как работает продукт, которым так гордится компания.
#кейсы
👍6🔥5
1. Про минусы США - редко пишу здесь что-то не про AI, но по дороге в Чикаго решил поделиться своими мыслями после почти года жизни в Штатах
2. Протестировал локальный ИИ на максималках - делюсь опытом работы с локальными ЛЛМ во время перелета через Атлантику
3. Alibaba выпустили новые модели QWEN 3 и скоро завезут MCP - китайцы выпустили новые мощные опенсорсные модельки
4. Инвестиции в разработку vs Vibe Coding для MVP: что выбирают фаундеры и что будет дальше - поделился своими наблюдениями и видением будущего в разработке MVP
5. NotebookLM теперь поддерживает русский язык, но не спешите радоваться - апдейт, которого долго ждали оказался так себе, читаем в посте, что не так
6. DeepSeek выпустили новую модель с фокусом на математике и логике разбираем что за зверь - разобрал как устроена новая моделька от DeepSeek
7. Когда инновации остаются за кадром… (О разработке персонализированных уроков в Skyeng) - делюсь кейсом того, как Скаенг выкатили очередной проект, который делала моя команда, не упомянув никого из нас 🙂
Прошлый дайджест тут
Please open Telegram to view this post
VIEW IN TELEGRAM
6👍6🔥3
Google выпускает мобильные приложения NotebookLM для Android и IOS
Похоже, что у Гугла большие планы на NotebookLM. Пока большинство из нас праздновало первомай, поедая шашлыки, компания объявила о том, что очень скоро выйдут мобильные приложения для “умной тетрадки”.
Что приятно - будет сразу версия не только для смартфонов, но и планшетная, то есть тем, кто пользовался на iPad, можно будет удалять PWA-ярлыки.
Очень надеюсь, что проект будет долго жить и развиваться, все-таки гугл известна как компания, которая любит “убивать” свои продукты. А терять заметки, которые хранятся только в облаке - не самый приятный опыт. Поэтому все-таки важные доки буду хранить в Affine.
Релиз намечен на 20 мая (первый день Google I/O), должны стать доступны бета-версии. А сейчас можно предварительно зарегистрироваться на тесты.
🤖 Ссылка для Android
🍏 Ссылка для iOS/iPad OS
Похоже, что у Гугла большие планы на NotebookLM. Пока большинство из нас праздновало первомай, поедая шашлыки, компания объявила о том, что очень скоро выйдут мобильные приложения для “умной тетрадки”.
Что приятно - будет сразу версия не только для смартфонов, но и планшетная, то есть тем, кто пользовался на iPad, можно будет удалять PWA-ярлыки.
Очень надеюсь, что проект будет долго жить и развиваться, все-таки гугл известна как компания, которая любит “убивать” свои продукты. А терять заметки, которые хранятся только в облаке - не самый приятный опыт. Поэтому все-таки важные доки буду хранить в Affine.
Релиз намечен на 20 мая (первый день Google I/O), должны стать доступны бета-версии. А сейчас можно предварительно зарегистрироваться на тесты.
🤖 Ссылка для Android
🍏 Ссылка для iOS/iPad OS
🔥5👍3❤1
Claude получает больше связи с реальным миром
Какими бы мощными ни становились языковые модели, их главная уязвимость - это оторванность от реального мира. Сегодня LLM часто пасуют перед задачами, требующими актуальной информации или понимания сложного контекста «здесь и сейчас».
Банальный пример из жизни. Вчера мы ездили из Белграда в Нови Сад. Главный вокзал Нови Сада закрыт на неопределенный срок после трагического обрушения навеса в ноябре 2024 года. Поезда теперь отправляются с другой станции, до которой еще нужно добраться на автобусе. Ни Perplexity, ни Deep Research от Google не смогли дать мне корректный ответ, как вернуться обратно в Белград. Они просто не знали о закрытии основного вокзала и предлагали маршруты через него. Вот вам и связь с реальностью.
Именно над решением этой проблемы активно работают в Anthropic. На днях они анонсировали Integrations - новую фичу для Claude, которая позволяет подключать к модели внешние приложения и инструменты. И это может стать важным шагом к тому, чтобы ИИ лучше понимал наш мир и мог действовать в нем.
Что такое Integrations?
По сути, это развитие их протокола MCP, который теперь позволяет Claude работать не только с локальными, но и с удаленными серверами через веб и десктопные приложения. Проще говоря, вы можете «подружить» Claude с вашими рабочими инструментами.
На старте доступны интеграции с 10 популярными сервисами: Jira, Confluence, Zapier, Cloudflare, Intercom, Asana, Square, Sentry, PayPal, Linear и Plaid. Обещают и другие, вроде Stripe и GitLab.
Зачем это нужно?
Когда Claude подключается к вашим инструментам, он получает глубокий контекст о вашей работе: историю проектов, статусы задач, корпоративную базу знаний. Он получает больше агентских функций, позволяющих с ним коллаборировать эффективнее.
Пример с Atlassian: Claude может помогать в создании новых продуктов, резюмировать обсуждения и создавать задачи в Jira или страницы в Confluence.
Улучшенный Research
Вместе с интеграциями Anthropic прокачали и свою функцию Research. Теперь она может проводить более глубокие исследования, используя не только веб и Google Workspace, но и подключенные через Integrations приложения.
Claude разбивает сложный запрос на части, глубоко исследует каждую и собирает подробный отчет с цитатами и ссылками на источники. Процесс может занимать от 5 до 45 минут (вместо часов ручной работы). Это уже серьезный инструмент для ресерча, который учитывает и ваши внутренние данные.
Начали с бизнеса, а что дальше?
Anthropic логично начинает с бизнес-применений. Интеграции с рабочими инструментами - понятный и востребованный сценарий. Даст ли это ИИ ту самую связь с «реальным миром»? В определенном смысле - да, но пока только с рабочим миром конкретной компании или пользователя.
Сможет ли такой Claude в будущем подсказать мне актуальный маршрут из Нови Сада, учитывая закрытый вокзал? Пока нет. Но направление выбрано интересное: дать моделям доступ к внешним, динамически обновляемым источникам данных и возможность взаимодействовать с ними. Это явно шаг в сторону от чисто текстовых галлюцинаций к более заземленным и полезным действиям.
Новые функции пока доступны в бета-режиме для планов Max, Team и Enterprise. Обычный поиск по вебу теперь доступен глобально для всех платных пользователей Claude
Какими бы мощными ни становились языковые модели, их главная уязвимость - это оторванность от реального мира. Сегодня LLM часто пасуют перед задачами, требующими актуальной информации или понимания сложного контекста «здесь и сейчас».
Банальный пример из жизни. Вчера мы ездили из Белграда в Нови Сад. Главный вокзал Нови Сада закрыт на неопределенный срок после трагического обрушения навеса в ноябре 2024 года. Поезда теперь отправляются с другой станции, до которой еще нужно добраться на автобусе. Ни Perplexity, ни Deep Research от Google не смогли дать мне корректный ответ, как вернуться обратно в Белград. Они просто не знали о закрытии основного вокзала и предлагали маршруты через него. Вот вам и связь с реальностью.
Именно над решением этой проблемы активно работают в Anthropic. На днях они анонсировали Integrations - новую фичу для Claude, которая позволяет подключать к модели внешние приложения и инструменты. И это может стать важным шагом к тому, чтобы ИИ лучше понимал наш мир и мог действовать в нем.
Что такое Integrations?
По сути, это развитие их протокола MCP, который теперь позволяет Claude работать не только с локальными, но и с удаленными серверами через веб и десктопные приложения. Проще говоря, вы можете «подружить» Claude с вашими рабочими инструментами.
На старте доступны интеграции с 10 популярными сервисами: Jira, Confluence, Zapier, Cloudflare, Intercom, Asana, Square, Sentry, PayPal, Linear и Plaid. Обещают и другие, вроде Stripe и GitLab.
Зачем это нужно?
Когда Claude подключается к вашим инструментам, он получает глубокий контекст о вашей работе: историю проектов, статусы задач, корпоративную базу знаний. Он получает больше агентских функций, позволяющих с ним коллаборировать эффективнее.
Пример с Atlassian: Claude может помогать в создании новых продуктов, резюмировать обсуждения и создавать задачи в Jira или страницы в Confluence.
Улучшенный Research
Вместе с интеграциями Anthropic прокачали и свою функцию Research. Теперь она может проводить более глубокие исследования, используя не только веб и Google Workspace, но и подключенные через Integrations приложения.
Claude разбивает сложный запрос на части, глубоко исследует каждую и собирает подробный отчет с цитатами и ссылками на источники. Процесс может занимать от 5 до 45 минут (вместо часов ручной работы). Это уже серьезный инструмент для ресерча, который учитывает и ваши внутренние данные.
Начали с бизнеса, а что дальше?
Anthropic логично начинает с бизнес-применений. Интеграции с рабочими инструментами - понятный и востребованный сценарий. Даст ли это ИИ ту самую связь с «реальным миром»? В определенном смысле - да, но пока только с рабочим миром конкретной компании или пользователя.
Сможет ли такой Claude в будущем подсказать мне актуальный маршрут из Нови Сада, учитывая закрытый вокзал? Пока нет. Но направление выбрано интересное: дать моделям доступ к внешним, динамически обновляемым источникам данных и возможность взаимодействовать с ними. Это явно шаг в сторону от чисто текстовых галлюцинаций к более заземленным и полезным действиям.
Новые функции пока доступны в бета-режиме для планов Max, Team и Enterprise. Обычный поиск по вебу теперь доступен глобально для всех платных пользователей Claude
Claude
Claude can now connect to your world
Claude can now connect to your apps and tools through Integrations, while advanced Research searches across the web, Google Workspace, and connected services to quickly deliver comprehensive reports.
👍3
Выпустил второй поток тренинга “ИИ для личной эффективности”. Отзывы и дальнейшие планы
Вот так быстро и незаметно для меня прошел публичный поток моего тренинга по личной эффективности с ИИ. Хочется порефлексировать и поделиться с вами результатом и дальнейшими мыслями.
Зашел ли курс аудитории?
Это первый и определяющий вопрос. По посещаемости, обратной связи и NPS рад поделиться, что курс залетел на “ура”. Поток был небольшой, 9 человек. Промежуточный NPS, когда я пишу этот пост - 100% Материал актуальный, оценки отличные. Я очень горжусь тем, что удалось собрать такой продукт. Пусть изначально я стремился обучить 15 человек на этом потоке, сейчас я уверен, что можно смело инвестировать в маркетинг, т.к. курс прошел проверку в “бою”.
Будет ли еще набор?
Однозначно. Решил ставить эту историю на поток. Более того, сам тренинг будет еще немного прокачан. Добавится базовый тариф. Помимо этого, договорился о сотрудничестве с одним самых крутых продактов в РФ - Глебом Кудрявцевым, и мы будем развивать эту историю вместе. Это поможет мне не концентрироваться на маркетинге, а сам курс сделать еще качественнее. Маркетинг прошедшего потока для меня был настоящим челленджем.
Что было плохо/что я бы изменил?
В процессе финальной шлифовки материалов, я понял, что блок по ИИ-программированию - слишком сложный, чтобы посвещать ему только 1 занятие и всего неделю на практику. Живая лекция продлилась аж 3 часа. Вести такое было сложно, да и сидеть и держать фокус тем, кто учился, тоже непросто. А Cursor в начале многих напугал своей сложностью. В связи с этим, для следующего потока будет несколько изменений. Во-первых, часть гайдов я вынесу из лайв-лекции в предзапись. Во-вторых, по вайб-кодингу будет отдельный курс, где будут разбираться отдельно несколько инструментов разного уровня сложности. Его можно будет как приобрести отдельно, так и в формате доп пакета по скидке при покупке тренинга по эффективности.
Окупилось ли и сколько заработал?
Конкретные цифры раскрывать не буду, т.к. с первой маркетинговой когорты лиды до сих пор идут и B2B и B2C. ROMI у меня четырехзначная цифра. С точки зрения рынка - это офигительный результат. С точки зрения моих амбиций - я планировал больше, но это нормально 🙂 Сюда вошли расходы на маркетинг, хостинг, разработку сайтов и так далее. В общем, если измерять в деньгах - я в плюсе, если ко всему этому добавить количество потраченного на подготовку моего времени - я в небольшом минусе, но будут еще потоки, поэтому в плюс я еще успею выйти)
Что дальше?
Планирую диверсификацию направлений. В планах поставить на поток то, что есть, а далее - сделать отдельные тренинги по использованию ИИ для дизайнеров, программистов, врачей и.т.д. но уже с приглашенными экспертами. Это не будет традиционный эдтех, который я ненавижу. Хочу двигать эту историю как specialty-образование, с ограниченными по количеству группами с фокусом на качество получаемых знаний.
Также, вместе с масштабированием и преобразованием пет-проекта в бизнес, я буду снижать его замкнутость на себе. Бизнес, где все завязано на фаундере - плохой бизнес. Будут обучены кураторы для проверки ДЗ, личную ОС оставлю только в премиум тарифе, в расширенном - буду смотреть уже проверенные работы, также в ближайшее время введу платное менторство.
В общем, могу сказать, что запуском я доволен. Тренинг по менеджменту все еще идет, как закончится - по нему также подведу итоги.
И очень скоро будут анонсы:
- новые потоки по менеджменту и эффективности
- пробный поток на вайб-кодинг
Также, кто проходил мое обучение - буду благодарен, если оставите отзыв под этим постом, его я закреплю 🙂
#бизнес
Вот так быстро и незаметно для меня прошел публичный поток моего тренинга по личной эффективности с ИИ. Хочется порефлексировать и поделиться с вами результатом и дальнейшими мыслями.
Зашел ли курс аудитории?
Это первый и определяющий вопрос. По посещаемости, обратной связи и NPS рад поделиться, что курс залетел на “ура”. Поток был небольшой, 9 человек. Промежуточный NPS, когда я пишу этот пост - 100% Материал актуальный, оценки отличные. Я очень горжусь тем, что удалось собрать такой продукт. Пусть изначально я стремился обучить 15 человек на этом потоке, сейчас я уверен, что можно смело инвестировать в маркетинг, т.к. курс прошел проверку в “бою”.
Будет ли еще набор?
Однозначно. Решил ставить эту историю на поток. Более того, сам тренинг будет еще немного прокачан. Добавится базовый тариф. Помимо этого, договорился о сотрудничестве с одним самых крутых продактов в РФ - Глебом Кудрявцевым, и мы будем развивать эту историю вместе. Это поможет мне не концентрироваться на маркетинге, а сам курс сделать еще качественнее. Маркетинг прошедшего потока для меня был настоящим челленджем.
Что было плохо/что я бы изменил?
В процессе финальной шлифовки материалов, я понял, что блок по ИИ-программированию - слишком сложный, чтобы посвещать ему только 1 занятие и всего неделю на практику. Живая лекция продлилась аж 3 часа. Вести такое было сложно, да и сидеть и держать фокус тем, кто учился, тоже непросто. А Cursor в начале многих напугал своей сложностью. В связи с этим, для следующего потока будет несколько изменений. Во-первых, часть гайдов я вынесу из лайв-лекции в предзапись. Во-вторых, по вайб-кодингу будет отдельный курс, где будут разбираться отдельно несколько инструментов разного уровня сложности. Его можно будет как приобрести отдельно, так и в формате доп пакета по скидке при покупке тренинга по эффективности.
Окупилось ли и сколько заработал?
Конкретные цифры раскрывать не буду, т.к. с первой маркетинговой когорты лиды до сих пор идут и B2B и B2C. ROMI у меня четырехзначная цифра. С точки зрения рынка - это офигительный результат. С точки зрения моих амбиций - я планировал больше, но это нормально 🙂 Сюда вошли расходы на маркетинг, хостинг, разработку сайтов и так далее. В общем, если измерять в деньгах - я в плюсе, если ко всему этому добавить количество потраченного на подготовку моего времени - я в небольшом минусе, но будут еще потоки, поэтому в плюс я еще успею выйти)
Что дальше?
Планирую диверсификацию направлений. В планах поставить на поток то, что есть, а далее - сделать отдельные тренинги по использованию ИИ для дизайнеров, программистов, врачей и.т.д. но уже с приглашенными экспертами. Это не будет традиционный эдтех, который я ненавижу. Хочу двигать эту историю как specialty-образование, с ограниченными по количеству группами с фокусом на качество получаемых знаний.
Также, вместе с масштабированием и преобразованием пет-проекта в бизнес, я буду снижать его замкнутость на себе. Бизнес, где все завязано на фаундере - плохой бизнес. Будут обучены кураторы для проверки ДЗ, личную ОС оставлю только в премиум тарифе, в расширенном - буду смотреть уже проверенные работы, также в ближайшее время введу платное менторство.
В общем, могу сказать, что запуском я доволен. Тренинг по менеджменту все еще идет, как закончится - по нему также подведу итоги.
И очень скоро будут анонсы:
- новые потоки по менеджменту и эффективности
- пробный поток на вайб-кодинг
Также, кто проходил мое обучение - буду благодарен, если оставите отзыв под этим постом, его я закреплю 🙂
#бизнес
8👍9🔥6❤3
Трамп и ИИ в школах
Дональд Трамп в последнее время - один из главных ньюсмейкеров. За потоком новостей о политике, торговых войнах и пошлинах для пингвинов порой сложно разглядеть что-то действительно конструктивное. Но вот на днях он подписал указ, который точно заслуживает нашего внимания -“ Advancing Artificial Intelligence Education For American Youth". Речь идет о внедрении AI-образования в американские школы, вузы и даже на рабочие места.
Зачем детям ИИ? Воспитываем AI-natives
Идея понятна: ИИ - это не просто технология, это новая реальность, в которой предстоит жить и работать следующему поколению. Указ Трампа как раз и нацелен на то, чтобы воспитать так называемых "AI-natives" - людей, для которых взаимодействие с искусственным интеллектом будет таким же естественным, как сегодня для нас использование смартфона.
И тут важно понимать: речь не просто о том, чтобы добавить в школьную программу пару уроков про нейросети вместо базовой информатики. Компетенции работы с ИИ - это гораздо шире. Это про умение применять AI в разных сценариях, в разном контексте, понимать его возможности и ограничения, критически оценивать результаты его работы. Будь ты будущий врач, юрист, художник или инженер - тебе придется взаимодействовать с AI-системами. Указ предусматривает создание специальной рабочей группы и партнерства с IT-гигантами и университетами для разработки ресурсов и обучения учителей. Звучит как правильный шаг в будущее.
А что делать взрослым? Учиться, пока не поздно
Инициатива Трампа - это, безусловно, игра вдолгую, инвестиция в будущее поколение. Но что делать, тем, кто уже вышел из-за школьной парты? Сидеть и ничего не делать?
Рынок труда сейчас штормит, и ИИ - один из главных факторов этой турбулентности. Пока дети будут учиться азам AI в школах, взрослым, нужно активно инвестировать в собственное AI-образование прямо сейчас. Не просто читать новости, а пробовать применять AI-инструменты в своей работе, разбираться, как они устроены, где могут помочь, а где – навредить.
Владение AI-инструментами стремительно превращается из "nice-to-have" в "must-have". Посмотрите на Shopify: компания ввела радикальную политику - ни одна команда не может нанять нового сотрудника, если не докажет, что эту работу не может выполнить ИИ. Более того, все сотрудники должны уметь пользоваться AI. Похожую политику недавно анонсировали и в Duolingo.
Это уже не просто тренд, это новая реальность бизнеса. Компании понимают: сотрудники, владеющие ИИ, работают эффективнее. И если вы не хотите однажды оказаться за бортом, нужно прокачивать свои AI-навыки.
Так что, пока школы готовятся воспитывать AI-natives, нам стоит самим становиться AI-adopters, чтобы не остаться в прошлом веке.
#развитиеии
Дональд Трамп в последнее время - один из главных ньюсмейкеров. За потоком новостей о политике, торговых войнах и пошлинах для пингвинов порой сложно разглядеть что-то действительно конструктивное. Но вот на днях он подписал указ, который точно заслуживает нашего внимания -“ Advancing Artificial Intelligence Education For American Youth". Речь идет о внедрении AI-образования в американские школы, вузы и даже на рабочие места.
Зачем детям ИИ? Воспитываем AI-natives
Идея понятна: ИИ - это не просто технология, это новая реальность, в которой предстоит жить и работать следующему поколению. Указ Трампа как раз и нацелен на то, чтобы воспитать так называемых "AI-natives" - людей, для которых взаимодействие с искусственным интеллектом будет таким же естественным, как сегодня для нас использование смартфона.
И тут важно понимать: речь не просто о том, чтобы добавить в школьную программу пару уроков про нейросети вместо базовой информатики. Компетенции работы с ИИ - это гораздо шире. Это про умение применять AI в разных сценариях, в разном контексте, понимать его возможности и ограничения, критически оценивать результаты его работы. Будь ты будущий врач, юрист, художник или инженер - тебе придется взаимодействовать с AI-системами. Указ предусматривает создание специальной рабочей группы и партнерства с IT-гигантами и университетами для разработки ресурсов и обучения учителей. Звучит как правильный шаг в будущее.
А что делать взрослым? Учиться, пока не поздно
Инициатива Трампа - это, безусловно, игра вдолгую, инвестиция в будущее поколение. Но что делать, тем, кто уже вышел из-за школьной парты? Сидеть и ничего не делать?
Рынок труда сейчас штормит, и ИИ - один из главных факторов этой турбулентности. Пока дети будут учиться азам AI в школах, взрослым, нужно активно инвестировать в собственное AI-образование прямо сейчас. Не просто читать новости, а пробовать применять AI-инструменты в своей работе, разбираться, как они устроены, где могут помочь, а где – навредить.
Владение AI-инструментами стремительно превращается из "nice-to-have" в "must-have". Посмотрите на Shopify: компания ввела радикальную политику - ни одна команда не может нанять нового сотрудника, если не докажет, что эту работу не может выполнить ИИ. Более того, все сотрудники должны уметь пользоваться AI. Похожую политику недавно анонсировали и в Duolingo.
Это уже не просто тренд, это новая реальность бизнеса. Компании понимают: сотрудники, владеющие ИИ, работают эффективнее. И если вы не хотите однажды оказаться за бортом, нужно прокачивать свои AI-навыки.
Так что, пока школы готовятся воспитывать AI-natives, нам стоит самим становиться AI-adopters, чтобы не остаться в прошлом веке.
#развитиеии
Forbes
Viral Shopify CEO Manifesto Says AI Now Mandatory For All Employees
CEOs from Shopify and other companies are establishing AI as a core business strategy mandate and communicating this clearly to their organizations.
👍8🔥2❤1
Используем Speech-to-Text на полную - MacWhisper
Я уже неоднократно писал про Vibe - лучший бесплатный инструмент, если нужно что-то транскрибировать. А что, если вам надо не только транскрибировать, но вы хотите еще и автоматически включать транскрибацию во время встречи, писать код голосом и задавать вопросы по транскрипту сразу в одном окне с этим самым транскриптом?
Решение есть! Даже целых два, оба платные, но с одним “но”. Первое - Superwhisper, стоит 84 бакса в год или пожизненная лицензия за 250 баксов. Второе - MacWhisper с пожизненной лицензией за 60 баксов и именно о нем я сегодня расскажу.
Приложение появилось намного раньше, чем Vibe, прошло стадию, когда было бесплатным, и сейчас имеет полноценный роадмеп дальнейшего развития, продаваясь за деньги, при этом функций здесь прямо много.
Что может MacWhisper
Помимо базовой транскрибации встреч, которую я использую на регулярной основе, приложение отличает то, что с транскриптами можно работать прямо в нем, не отходя от кассы. Причем делать это можно как с локальными моделями, так и через API-ключи. Среди функций здесь есть суммаризация, кастомные шорткаты, возможность перевода всего транскрипта, дробление на спикеров, извлечение статистических данных, в общем, все, что только вы можете пожелать.
Другая полезная функция - это Dictation или, говоря по-русски, голосовой ввод. Традиционный голосовой ввод на маке меня жутко бесит, потому что часто что-то слышит криво, неверно расставляет знаки препинания, плохо переключается между языками, если, например, я объясняю курсору, какую функцию в коде мне нужно изменить. Поэтому я просто-напросто не использовал обычный голосовой ввод, но в MacWhisper он реализован по-умному.
Теперь вайбкодить можно реально, просто наговаривая ИИ, что тебе нужно сделать. Все благодаря тому, как реализован здесь механизм распознавания. Сами слова распознает Whisper, у которого по умолчанию высокая точность, а знаки препинания расставляет LLM + можно вставить свой словарь, который поможет модели лучше понимать, о чем ты говоришь, например, аббревиатуры. Можно настроить как локальную LLM, так и по API. Я себе поставил Gemma 3 1b qat, она мультиязычная и максимально быстро обрабатывает тексты (140 токенов/секунду), поэтому все, о чем я говорю, остается строго у меня на компьютере.
Помимо диктовки, здесь также есть приятная функция автодетекции звонков, чтобы их можно было транскрибировать в один клик, и еще куча разных мелких приятностей. В общем, практически все то, за что сервисы типа Granola, Fireflies Ai и прочие берут по 20 баксов в месяц.
Сервис могу смело рекомендовать. Единственный минус, как можно понять из названия отсутствие Windows версии 😅
#инструменты
Я уже неоднократно писал про Vibe - лучший бесплатный инструмент, если нужно что-то транскрибировать. А что, если вам надо не только транскрибировать, но вы хотите еще и автоматически включать транскрибацию во время встречи, писать код голосом и задавать вопросы по транскрипту сразу в одном окне с этим самым транскриптом?
Решение есть! Даже целых два, оба платные, но с одним “но”. Первое - Superwhisper, стоит 84 бакса в год или пожизненная лицензия за 250 баксов. Второе - MacWhisper с пожизненной лицензией за 60 баксов и именно о нем я сегодня расскажу.
Приложение появилось намного раньше, чем Vibe, прошло стадию, когда было бесплатным, и сейчас имеет полноценный роадмеп дальнейшего развития, продаваясь за деньги, при этом функций здесь прямо много.
Что может MacWhisper
Помимо базовой транскрибации встреч, которую я использую на регулярной основе, приложение отличает то, что с транскриптами можно работать прямо в нем, не отходя от кассы. Причем делать это можно как с локальными моделями, так и через API-ключи. Среди функций здесь есть суммаризация, кастомные шорткаты, возможность перевода всего транскрипта, дробление на спикеров, извлечение статистических данных, в общем, все, что только вы можете пожелать.
Другая полезная функция - это Dictation или, говоря по-русски, голосовой ввод. Традиционный голосовой ввод на маке меня жутко бесит, потому что часто что-то слышит криво, неверно расставляет знаки препинания, плохо переключается между языками, если, например, я объясняю курсору, какую функцию в коде мне нужно изменить. Поэтому я просто-напросто не использовал обычный голосовой ввод, но в MacWhisper он реализован по-умному.
Теперь вайбкодить можно реально, просто наговаривая ИИ, что тебе нужно сделать. Все благодаря тому, как реализован здесь механизм распознавания. Сами слова распознает Whisper, у которого по умолчанию высокая точность, а знаки препинания расставляет LLM + можно вставить свой словарь, который поможет модели лучше понимать, о чем ты говоришь, например, аббревиатуры. Можно настроить как локальную LLM, так и по API. Я себе поставил Gemma 3 1b qat, она мультиязычная и максимально быстро обрабатывает тексты (140 токенов/секунду), поэтому все, о чем я говорю, остается строго у меня на компьютере.
Помимо диктовки, здесь также есть приятная функция автодетекции звонков, чтобы их можно было транскрибировать в один клик, и еще куча разных мелких приятностей. В общем, практически все то, за что сервисы типа Granola, Fireflies Ai и прочие берут по 20 баксов в месяц.
Сервис могу смело рекомендовать. Единственный минус, как можно понять из названия отсутствие Windows версии 😅
#инструменты
👍9❤1
Google обновили Gemini 2.5 PRO и она стала еще лучше в кодинге
Гугл выпустил очередное обновление своей самой мощной модельки, и она в очередной раз попала в топы, причем с нехилым таким отрывом.
На WebDev арене моделька заняла первое место. Сильнее всего как раз прокачали фронтенд разработку и работу с UI. Звучит интригующе. В моем текущем процессе именно Gemini 2.5 PRO - основная модель, а Claude я использую либо в тех ситуациях, когда после пары подходов Gemini не справилась либо когда мне нужно сделать более красивый интерфейс.
В целом, с точки зрения “сделать красиво” работа Claude мне до сегодняшнего дня нравилась больше. Но если Google реально прокачали этот аспект кодинга, то это очень круто, все-таки смена модели в процессе - это невсегда хорошо, теряется часть контекста.
Как бы то ни было, сейчас как раз работаю над парой проектов, где нужен именно красивый UI, заодно и Gemini проверю. Жду, когда модельку добавят в Cursor.
Гугл выпустил очередное обновление своей самой мощной модельки, и она в очередной раз попала в топы, причем с нехилым таким отрывом.
На WebDev арене моделька заняла первое место. Сильнее всего как раз прокачали фронтенд разработку и работу с UI. Звучит интригующе. В моем текущем процессе именно Gemini 2.5 PRO - основная модель, а Claude я использую либо в тех ситуациях, когда после пары подходов Gemini не справилась либо когда мне нужно сделать более красивый интерфейс.
В целом, с точки зрения “сделать красиво” работа Claude мне до сегодняшнего дня нравилась больше. Но если Google реально прокачали этот аспект кодинга, то это очень круто, все-таки смена модели в процессе - это невсегда хорошо, теряется часть контекста.
Как бы то ни было, сейчас как раз работаю над парой проектов, где нужен именно красивый UI, заодно и Gemini проверю. Жду, когда модельку добавят в Cursor.
Googleblog
Google for Developers Blog - News about Web, Mobile, AI and Cloud
Explore the new Gemini 2.5 Pro I/O Edition, featuring enhanced coding performance, video to code capabilities, and improvements for front-end web development.
👍4🔥1
DeepSeek выложили анонс R2: но решат ли их инновационные методы проблему вранья или модель ждет судьба OpenAI o3?
Я уже разбирал их новый метод обучения Self-Principled Critique Tuning (SPCT), который учит модели самокритике. И вот на днях DeepSeek анонсировали DeepSeek-R2, построенную на этих наработках. Учитывая шум, который наделала R1, ожидания высоки, но сможет ли R2 оправдать их на деле, а не только на бумаге?
Что нам обещают:
- Продвинутую мультиязычность - надеюсь, что уберут рандомные иероглифы из ответов.
- Мощный кодинг - v3 была в этом прямо хороша.
- Мультимодальность из коробки: текст, картинки, аудио, видео.
- Эффективность - модель должна требовать еще меньше ресурсов.
- Инновационные методы обучения (SPCT, GRM), здесь остановимся поподробнее.
Главный вопрос: не повторит ли R2 судьбу o3 от OpenAI?
Идея SPCT, где модель сама формулирует принципы и критикует свой ответ, звучит красиво. В прошлый раз я описывал, как это должно помогать в сложных задачах, где нет однозначно "правильного" ответа, в отличие от стандартного RLHF. Но там же у самих DeepSeek были вопросы к практической реализации такого сложного процесса самоанализа.
И вот главный момент: смогли ли DeepSeek побороть не только общую склонность LLM к галлюцинациям, но и потенциальные сложности самого SPCT? Или нас ждет очередная модель, которая впечатляет на бенчмарках, но на практике будет периодически генерировать дичь и доказывать, что она права, как это делают те же модели OpenAI семейства 'o'?
Они заявили про крутой метод, но справились ли они с его недостатками и сложностями применительно к реальным, открытым задачам? Вот это действительно интересно.
Вердикт? Ждем релиза
DeepSeek R2 - это, безусловно, важный анонс и показатель амбиций Китая в AI-гонке. Но пока не увидим модель в деле, все это - лишь маркетинг. Ключевой момент - сможет ли R2 быть не просто мощной, но и надежной. Иначе ее ждет хайп на старте а затем уход в небытие после реального использования. Будем наблюдать.
Я уже разбирал их новый метод обучения Self-Principled Critique Tuning (SPCT), который учит модели самокритике. И вот на днях DeepSeek анонсировали DeepSeek-R2, построенную на этих наработках. Учитывая шум, который наделала R1, ожидания высоки, но сможет ли R2 оправдать их на деле, а не только на бумаге?
Что нам обещают:
- Продвинутую мультиязычность - надеюсь, что уберут рандомные иероглифы из ответов.
- Мощный кодинг - v3 была в этом прямо хороша.
- Мультимодальность из коробки: текст, картинки, аудио, видео.
- Эффективность - модель должна требовать еще меньше ресурсов.
- Инновационные методы обучения (SPCT, GRM), здесь остановимся поподробнее.
Главный вопрос: не повторит ли R2 судьбу o3 от OpenAI?
Идея SPCT, где модель сама формулирует принципы и критикует свой ответ, звучит красиво. В прошлый раз я описывал, как это должно помогать в сложных задачах, где нет однозначно "правильного" ответа, в отличие от стандартного RLHF. Но там же у самих DeepSeek были вопросы к практической реализации такого сложного процесса самоанализа.
И вот главный момент: смогли ли DeepSeek побороть не только общую склонность LLM к галлюцинациям, но и потенциальные сложности самого SPCT? Или нас ждет очередная модель, которая впечатляет на бенчмарках, но на практике будет периодически генерировать дичь и доказывать, что она права, как это делают те же модели OpenAI семейства 'o'?
Они заявили про крутой метод, но справились ли они с его недостатками и сложностями применительно к реальным, открытым задачам? Вот это действительно интересно.
Вердикт? Ждем релиза
DeepSeek R2 - это, безусловно, важный анонс и показатель амбиций Китая в AI-гонке. Но пока не увидим модель в деле, все это - лишь маркетинг. Ключевой момент - сможет ли R2 быть не просто мощной, но и надежной. Иначе ее ждет хайп на старте а затем уход в небытие после реального использования. Будем наблюдать.
Telegram
NGI | Влад Корнышев про AI и создание AI-продуктов
Самокритичный ИИ от DeepSeek уже рядом
Хоть я и не являюсь большим фанатом DeepSeek, но эти ребята делают реально крутые вещи и двигают ИИ-разработку вперед. На прошлой неделе вышла совместная статья от DeepSeek и исследователей из Tsinghua University, где…
Хоть я и не являюсь большим фанатом DeepSeek, но эти ребята делают реально крутые вещи и двигают ИИ-разработку вперед. На прошлой неделе вышла совместная статья от DeepSeek и исследователей из Tsinghua University, где…
👍8❤1
Открыт набор на третий поток тренинга по AI-продакт менеджменту и ИИ для личной эффективности
Друзья, без долгих вступлений спешу сообщить, что я открываю набор на третий поток обоих своих тренингов по ИИ. Ранее я анонсировал их вот тут.
Коротко напомню, какие есть варианты и для кого они
🦾 ИИ для личной эффективности - тренинг для тех, кто хочет системно подойти к внедрению ИИ в свои личные и рабочие процессы, разобраться с тем, как работает данная технология, какие виды ИИ существуют, где он может быть полезен, а где нет. Подойдет как совсем новичкам, так и тем, кто уже работает с ChatGPT, но хочет большего. Вы узнаете какие есть подходы к работе с LLM, когда и как работать с локальным ИИ, как создать своего AI-агента (реального, а не на n8n), изучите основы ИИ-программирования и многое другое.
👨🔬AI-продакт менеджмент - мой флагманский тренинг для продактов, который не только учит использовать ИИ на всех этапах разработки продукта, но и самим создавать AI-продукты и фичи. Какой бы у вас ни был продукт - вам неизбежно придется сначала внедрять в него AI-функционал, а затем трансформировать и сам продукт. Данный тренинг строится вокруг фреймворка AI-дизайна продукта, который мы применяли в Skyeng, Pearson и сейчас используем в EAI. Он позволяет разрабатывать AI-продукты быстрее, дешевле и с минимальными потерями в случае, если гипотеза оказалась неверна (а в AI-проектах это случается ой как часто). Вы узнаете как правильно исследовать AI продукт, как самостоятельно создавать прототипы с помощью ИИ, изучите особенности тестирования AI-продуктов и фичей. Если вы уже знакомы с базовым продакт-менеджментом или проходили, например, тренинг Вани Замесина по AJTBD - этот тренинг будет отличным дополнением с фокусом на AI.
Что изменилось
1. Новый поток я запускаю совместно с Глебом Кудрявцевым (ex CPO Skyeng, основатель Карьерного Цеха). Глеб делал продукты с лучшими командами, среди которых Avito, Joompay, Skyeng и залетит на оба тренинга в тарифы Расширенный и Премиум, чтобы поделиться своим опытом использования ИИ (особенно ценно будет для продактов).
2. Для обоих тренингов добавился Базовый тариф с возможностью изучить все самостоятельно, но без обратной связи от меня. В Базе вам будут доступны конспекты и видеозаписи с прошлого потока. Материалы для тренинга по эффективности доступны уже сейчас, для менеджмента - появятся 28 мая.
3. Оба тренинга были чуть дополнены на основе обратной связи с прошедших потоков, я учел наиболее распространенные вопросы.
Вместимость потока - 15 мест на каждый из тренингов. Количество мест в базовом тарифе также ограничено.
❗️ВАЖНО
📄 Посмотреть отзывы и результаты прошлого потока можно тут
🚀 Посмотреть подробное описание тренингов
Друзья, без долгих вступлений спешу сообщить, что я открываю набор на третий поток обоих своих тренингов по ИИ. Ранее я анонсировал их вот тут.
Коротко напомню, какие есть варианты и для кого они
🦾 ИИ для личной эффективности - тренинг для тех, кто хочет системно подойти к внедрению ИИ в свои личные и рабочие процессы, разобраться с тем, как работает данная технология, какие виды ИИ существуют, где он может быть полезен, а где нет. Подойдет как совсем новичкам, так и тем, кто уже работает с ChatGPT, но хочет большего. Вы узнаете какие есть подходы к работе с LLM, когда и как работать с локальным ИИ, как создать своего AI-агента (реального, а не на n8n), изучите основы ИИ-программирования и многое другое.
👨🔬AI-продакт менеджмент - мой флагманский тренинг для продактов, который не только учит использовать ИИ на всех этапах разработки продукта, но и самим создавать AI-продукты и фичи. Какой бы у вас ни был продукт - вам неизбежно придется сначала внедрять в него AI-функционал, а затем трансформировать и сам продукт. Данный тренинг строится вокруг фреймворка AI-дизайна продукта, который мы применяли в Skyeng, Pearson и сейчас используем в EAI. Он позволяет разрабатывать AI-продукты быстрее, дешевле и с минимальными потерями в случае, если гипотеза оказалась неверна (а в AI-проектах это случается ой как часто). Вы узнаете как правильно исследовать AI продукт, как самостоятельно создавать прототипы с помощью ИИ, изучите особенности тестирования AI-продуктов и фичей. Если вы уже знакомы с базовым продакт-менеджментом или проходили, например, тренинг Вани Замесина по AJTBD - этот тренинг будет отличным дополнением с фокусом на AI.
Что изменилось
1. Новый поток я запускаю совместно с Глебом Кудрявцевым (ex CPO Skyeng, основатель Карьерного Цеха). Глеб делал продукты с лучшими командами, среди которых Avito, Joompay, Skyeng и залетит на оба тренинга в тарифы Расширенный и Премиум, чтобы поделиться своим опытом использования ИИ (особенно ценно будет для продактов).
2. Для обоих тренингов добавился Базовый тариф с возможностью изучить все самостоятельно, но без обратной связи от меня. В Базе вам будут доступны конспекты и видеозаписи с прошлого потока. Материалы для тренинга по эффективности доступны уже сейчас, для менеджмента - появятся 28 мая.
3. Оба тренинга были чуть дополнены на основе обратной связи с прошедших потоков, я учел наиболее распространенные вопросы.
Вместимость потока - 15 мест на каждый из тренингов. Количество мест в базовом тарифе также ограничено.
❗️ВАЖНО
Для моей текущей аудитории действуют специальные цены. После майских мы будем лить много платного трафика. Поэтому если вы пришли в мой канал до 12 мая 2025 и не из канала Глеба - пишите в личку, проверю дату вашего вступления в канал и пришлю вам волшебную ссылку с самыми низкими ценами.
📄 Посмотреть отзывы и результаты прошлого потока можно тут
🚀 Посмотреть подробное описание тренингов
🔥5
Как изменится продакт менеджмент в ближайшие несколько лет
Я уже как-то писал про свое отношение к тезису о том, что AI заменит джунов. А сегодня хочется поделиться своим взглядом на то, как ИИ повлияет на позицию продакта в целом. И скажу больше - это влияние уже ощущается повсеместно. Если раньше мои наблюдения основывались исключительно на моем опыте работы AI-продактом, то сейчас к нам приходит все больше клиентов, которым “надо сделать AI”, но они не понимают как с этим работать.
Работа с AI превратилась из специфичной для IT истории в то, что хотят применять повсеместно: “проснулись” более консервативные области вроде производства, строительства, сельского хозяйства. Поэтому мой тезис про то, что любой продукт станет AI-продуктом, даже если он сейчас не такой - это не маркетинговый крючок для продажи тренингов, а реальный факт. Мы достигли той точки, когда игнорировать прогресс уже нельзя. Нужно активно включаться в него, и те компании, которые этого не понимают, на мой взгляд рискуют растерять свои рыночные преимущества. А чтобы этого не случилось - нужны правильные продакты.
Что нужно будет уметь делать?
- Оркестрация AI для работы его “руками” - теперь это такой же базовый навык, как в свое время владение пакетом MS Office. И здесь речь не о том, чтобы “уметь писать промпты”. Речь идет о том, как правильно выстраить целый пайплайн из AI-инструментов, который поможет решить конкретную задачу бизнеса: от первичной оценки какой-либо идеи до ее тестового запуска.
- Критическое мышление - AI решает проблему чистого листа. Теперь не надо делать исследования с нуля, думтать над вопросами к интервью. Мы можем обрабатывать просто огромные массивы информации за минуты. Но AI галлюцинирует, а сейчас начинает делать это еще более убедительно. Умение валидировать его выводы - критически важный навык, если вы не хотите создать bullshit.
- Расширение компетенции в сторону дизайна и разработки - каждый продакт обязан будет уметь делать прототипы с помощью AI. Просто написать пару промптов и собрать тестовое приложение - это недостаточно. Вам нужно будет понимать аспекты UI, тренировать свою насмотренность, а также разбираться в особенностях технической реализации той или иной функции вашего продукта. AI создает Generic решения, а вам нужно делать, чтобы ваш продукт выделялся и был понятен пользователю даже на ранних этапах разработки. То же самое касается и других специалистов. Дизайнер, который просто рисует интерфейсы и не пилит прототипы - это мусор.
- Умение тестировать гипотезы в “соло” - AI дает нам больше автономности. Теперь не нужно ждать, пока дизайнер нарисует интерфейс, а разработчик запилит прототип. Идешь в Cursor и за вечер пилишь прототип, чтобы протестировать ту или иную гипотезу. Каждый продакт обазан уметь кодить с AI. Но при этом нужно не забывать про важность UX, работы с аналитикой и многого другого (см. предыдущий пункт)
- Понимание цикла разработки AI-фичей - если вы думаете, что традиционный Scrum/Kanban или что-то другое сработает с AI - я тоже так когда-то думал и это было моей ошибкой. Результат? Спринты не закрывались, 60% целей не выполнялись, а я ловлю себя на мысли о том, что я фиговый менеджер. AI - это всегда неопределенность и вам предстоит работать в этих условиях. Для этого нужно перестроить свой майндсет, освоить новые методологии управления разработкой или даже создать свои. И делать это нужно в том числе и руководству, которое все стремится измерять в деньгах.
- Акцент на эмоциональный опыт пользователей и команды - AI может автоматизировать процессы, но он не заменяет эмпатию, понимание глубинных потребностей пользователей и умение создавать продукты, которые вызывают положительные эмоции. То же самое касается и команды: в условиях постоянных изменений и неопределенности, связанных задача продакта - поддерживать боевой дух, создавать атмосферу доверия и помогать команде адаптироваться к новым реалиям. Действительно крутые продукты будут создаваться людьми для людей, а не генерироваться в интерфейса ChatGPT.
А какие навыки будут востребованы на ваш взгляд?
#обучающиематериалы
Я уже как-то писал про свое отношение к тезису о том, что AI заменит джунов. А сегодня хочется поделиться своим взглядом на то, как ИИ повлияет на позицию продакта в целом. И скажу больше - это влияние уже ощущается повсеместно. Если раньше мои наблюдения основывались исключительно на моем опыте работы AI-продактом, то сейчас к нам приходит все больше клиентов, которым “надо сделать AI”, но они не понимают как с этим работать.
Работа с AI превратилась из специфичной для IT истории в то, что хотят применять повсеместно: “проснулись” более консервативные области вроде производства, строительства, сельского хозяйства. Поэтому мой тезис про то, что любой продукт станет AI-продуктом, даже если он сейчас не такой - это не маркетинговый крючок для продажи тренингов, а реальный факт. Мы достигли той точки, когда игнорировать прогресс уже нельзя. Нужно активно включаться в него, и те компании, которые этого не понимают, на мой взгляд рискуют растерять свои рыночные преимущества. А чтобы этого не случилось - нужны правильные продакты.
Что нужно будет уметь делать?
- Оркестрация AI для работы его “руками” - теперь это такой же базовый навык, как в свое время владение пакетом MS Office. И здесь речь не о том, чтобы “уметь писать промпты”. Речь идет о том, как правильно выстраить целый пайплайн из AI-инструментов, который поможет решить конкретную задачу бизнеса: от первичной оценки какой-либо идеи до ее тестового запуска.
- Критическое мышление - AI решает проблему чистого листа. Теперь не надо делать исследования с нуля, думтать над вопросами к интервью. Мы можем обрабатывать просто огромные массивы информации за минуты. Но AI галлюцинирует, а сейчас начинает делать это еще более убедительно. Умение валидировать его выводы - критически важный навык, если вы не хотите создать bullshit.
- Расширение компетенции в сторону дизайна и разработки - каждый продакт обязан будет уметь делать прототипы с помощью AI. Просто написать пару промптов и собрать тестовое приложение - это недостаточно. Вам нужно будет понимать аспекты UI, тренировать свою насмотренность, а также разбираться в особенностях технической реализации той или иной функции вашего продукта. AI создает Generic решения, а вам нужно делать, чтобы ваш продукт выделялся и был понятен пользователю даже на ранних этапах разработки. То же самое касается и других специалистов. Дизайнер, который просто рисует интерфейсы и не пилит прототипы - это мусор.
- Умение тестировать гипотезы в “соло” - AI дает нам больше автономности. Теперь не нужно ждать, пока дизайнер нарисует интерфейс, а разработчик запилит прототип. Идешь в Cursor и за вечер пилишь прототип, чтобы протестировать ту или иную гипотезу. Каждый продакт обазан уметь кодить с AI. Но при этом нужно не забывать про важность UX, работы с аналитикой и многого другого (см. предыдущий пункт)
- Понимание цикла разработки AI-фичей - если вы думаете, что традиционный Scrum/Kanban или что-то другое сработает с AI - я тоже так когда-то думал и это было моей ошибкой. Результат? Спринты не закрывались, 60% целей не выполнялись, а я ловлю себя на мысли о том, что я фиговый менеджер. AI - это всегда неопределенность и вам предстоит работать в этих условиях. Для этого нужно перестроить свой майндсет, освоить новые методологии управления разработкой или даже создать свои. И делать это нужно в том числе и руководству, которое все стремится измерять в деньгах.
- Акцент на эмоциональный опыт пользователей и команды - AI может автоматизировать процессы, но он не заменяет эмпатию, понимание глубинных потребностей пользователей и умение создавать продукты, которые вызывают положительные эмоции. То же самое касается и команды: в условиях постоянных изменений и неопределенности, связанных задача продакта - поддерживать боевой дух, создавать атмосферу доверия и помогать команде адаптироваться к новым реалиям. Действительно крутые продукты будут создаваться людьми для людей, а не генерироваться в интерфейса ChatGPT.
А какие навыки будут востребованы на ваш взгляд?
#обучающиематериалы
👍9❤1🔥1
Про опыт продления визы в США
Нечасто делюсь чем-то личным, но ситуация такая, что промолчать сложно + возможно для кого-то будет ценным уроком.
Как вы знаете, я сейчас нахожусь в Сербии с целью продления наших с женой Американских виз. Она у меня врач, учится в резидентуре. У нее официальный контракт с клиникой и разрешение на работу на ближайшие 2 года, она лечит детей американских граждан, платит налоги в бюджет США.
Однако в штатах касательно любых виз действует правило. Виза - это разрешение на въезд и вне зависимости от твоего статуса, ты обязан продлевать ее каждый год. Не продлишь - можешь оставаться в стране сколько угодно, но, например, если хочешь сгонять в отпуск в условную Мексику - назад тебя не пустят.
Продлить визу внутри страны нельзя. Нужно выезжать заграницу, проходить полноценное собеседование (похожее на допрос) и ждать.
Мы выбрали Сербию потому что в среднем этот процесс здесь занимает 2-3 дня. 30 апреля у нас было собеседование. Прелесть всего процесса в том, что дни записи и работы консульства ты узнаешь ТОЛЬКО после того, как оплатишь сбор. И нас ждал неприятный сюрприз. В Сербии консулы отдыхали на майские, что затянуло процесс получения визы.
Вчера утром нам проставили визы, но получить мы их не можем, потому что у американцев есть четкие правила, которые они соблюдают всегда: они отправляют паспорта из одного конца города в другой ПОЧТОЙ. Потому что негоже плебеям толпиться в очередях на пороге консульства величайшей в мире страны в ожидании своих паспортов.
Наш вылет должен был состояться завтра, но теперь билеты сгорают. Паспорта нам так и не отправили. А на просьбу пойти навстречу и позволить нам приехать за ними нам вчера ответили отказом, а сегодня и вовсе проигнорировали оба письма.
Я вынужден переносить важнейшие рабочие встречи, а из трех недель отпуска моей жены, которая ГОД планировала эту поездку, чтобы увидеть родных, она дай бог проведет 3 дня со своей семьей.
Похожая ситуация была у нас и год назад в консульстве США в Ереване.
Вот такая вот великая страна США. Если ты легальный иммигрант, который платит налоги - тебя смешивают с грязью, зато если ты бомж либо буквально заехал в страну в багажнике авто - все будет норм. Чем больше имею дел с Америкой, тем больше понимаю, какая это помойка…
Нечасто делюсь чем-то личным, но ситуация такая, что промолчать сложно + возможно для кого-то будет ценным уроком.
Как вы знаете, я сейчас нахожусь в Сербии с целью продления наших с женой Американских виз. Она у меня врач, учится в резидентуре. У нее официальный контракт с клиникой и разрешение на работу на ближайшие 2 года, она лечит детей американских граждан, платит налоги в бюджет США.
Однако в штатах касательно любых виз действует правило. Виза - это разрешение на въезд и вне зависимости от твоего статуса, ты обязан продлевать ее каждый год. Не продлишь - можешь оставаться в стране сколько угодно, но, например, если хочешь сгонять в отпуск в условную Мексику - назад тебя не пустят.
Продлить визу внутри страны нельзя. Нужно выезжать заграницу, проходить полноценное собеседование (похожее на допрос) и ждать.
Мы выбрали Сербию потому что в среднем этот процесс здесь занимает 2-3 дня. 30 апреля у нас было собеседование. Прелесть всего процесса в том, что дни записи и работы консульства ты узнаешь ТОЛЬКО после того, как оплатишь сбор. И нас ждал неприятный сюрприз. В Сербии консулы отдыхали на майские, что затянуло процесс получения визы.
Вчера утром нам проставили визы, но получить мы их не можем, потому что у американцев есть четкие правила, которые они соблюдают всегда: они отправляют паспорта из одного конца города в другой ПОЧТОЙ. Потому что негоже плебеям толпиться в очередях на пороге консульства величайшей в мире страны в ожидании своих паспортов.
Наш вылет должен был состояться завтра, но теперь билеты сгорают. Паспорта нам так и не отправили. А на просьбу пойти навстречу и позволить нам приехать за ними нам вчера ответили отказом, а сегодня и вовсе проигнорировали оба письма.
Я вынужден переносить важнейшие рабочие встречи, а из трех недель отпуска моей жены, которая ГОД планировала эту поездку, чтобы увидеть родных, она дай бог проведет 3 дня со своей семьей.
Похожая ситуация была у нас и год назад в консульстве США в Ереване.
Вот такая вот великая страна США. Если ты легальный иммигрант, который платит налоги - тебя смешивают с грязью, зато если ты бомж либо буквально заехал в страну в багажнике авто - все будет норм. Чем больше имею дел с Америкой, тем больше понимаю, какая это помойка…
🤯13❤7
С днем победы!
Пока одни политики используют 9 мая в пропагандистских целях, а другие плюют на историческую память, прикрываясь целями первых, хочется абстрагироваться от этого и вернуться к истинному смыслу этого дня.
Во всем известной песне поется, что это праздник “со слезами на глазах” и именно таким днем для меня всегда было 9 мая. Не праздником, а именно днем памяти. По разным оценкам эта ужасная война оборвала жизни более 55 000 000 людей.
Из моей семьи на фронте побывали предки как со стороны мамы, так и папы. Все вернулись живыми, но я так никого и не застал при жизни, т.к. несмотря на то, что все они прошли войну, многие из них либо ушли из жизни в сравнительно молодом возрасте, либо просто не дожили до моего рождения. О войне знаю по рассказам моей бабушки, которой на момент ее начала было всего 2 года. Однако события тех лет были настолько ужасающими и яркими, что перманентно впечатались в память тогда еще маленькой девочки. Бабушка рассказывала, как они заколачивали окна во время налетов немецких самолетов, чтобы не было отражений света, которые те могли заметить, как ее мама (моя прабабушка) молилась каждый день, чтобы ее сыновья вернулись живыми.
9 мая - это победа и подвиг каждого, кто работал на передовой или в тылу. Не какой-то отдельной страны, как бы нам это ни пытались вбить в головы. Из последнего - особенно абсурдными выглядят заявления Трампа о том, что войну выиграли США с их потерями 600 тыс человек, в то время как только в битве при Сталинграде погибло 1,2 миллиона советских солдат и мирных жителей. Это день памяти о тех, кто сложил свои жизни ради жизни нас здесь и сейчас, вне зависимости от гражданства и территориальной принадлежности.
Сейчас в мире неспокойно. Неспокойно в России и Украине, неспокойно на Ближнем Востоке, Индия и Пакистан развязывают очередную войну. Причина, как и во времена Второй мировой - тупость политиков.
В этот день хочу пожелать каждому мирного неба над головой, возможность жить в СВОЕЙ стране, находясь рядом со своими родными близкими и достойных политиков во главе этих государств.
Пока одни политики используют 9 мая в пропагандистских целях, а другие плюют на историческую память, прикрываясь целями первых, хочется абстрагироваться от этого и вернуться к истинному смыслу этого дня.
Во всем известной песне поется, что это праздник “со слезами на глазах” и именно таким днем для меня всегда было 9 мая. Не праздником, а именно днем памяти. По разным оценкам эта ужасная война оборвала жизни более 55 000 000 людей.
Из моей семьи на фронте побывали предки как со стороны мамы, так и папы. Все вернулись живыми, но я так никого и не застал при жизни, т.к. несмотря на то, что все они прошли войну, многие из них либо ушли из жизни в сравнительно молодом возрасте, либо просто не дожили до моего рождения. О войне знаю по рассказам моей бабушки, которой на момент ее начала было всего 2 года. Однако события тех лет были настолько ужасающими и яркими, что перманентно впечатались в память тогда еще маленькой девочки. Бабушка рассказывала, как они заколачивали окна во время налетов немецких самолетов, чтобы не было отражений света, которые те могли заметить, как ее мама (моя прабабушка) молилась каждый день, чтобы ее сыновья вернулись живыми.
9 мая - это победа и подвиг каждого, кто работал на передовой или в тылу. Не какой-то отдельной страны, как бы нам это ни пытались вбить в головы. Из последнего - особенно абсурдными выглядят заявления Трампа о том, что войну выиграли США с их потерями 600 тыс человек, в то время как только в битве при Сталинграде погибло 1,2 миллиона советских солдат и мирных жителей. Это день памяти о тех, кто сложил свои жизни ради жизни нас здесь и сейчас, вне зависимости от гражданства и территориальной принадлежности.
Сейчас в мире неспокойно. Неспокойно в России и Украине, неспокойно на Ближнем Востоке, Индия и Пакистан развязывают очередную войну. Причина, как и во времена Второй мировой - тупость политиков.
В этот день хочу пожелать каждому мирного неба над головой, возможность жить в СВОЕЙ стране, находясь рядом со своими родными близкими и достойных политиков во главе этих государств.
❤17👍7
Маленькие модели, большие возможности: Microsoft выкатили Phi-4 с "Reasoning"
Все уже привыкли к термину LLM – гигантам вроде GPT-4 или Gemini, которые поражают своими способностями. Но вот про SLM (Small Language Models) слышали немногие, а зря. Это как раз тот случай, когда размер – не главное.
Microsoft уже некоторое время развивает свою линейку SLM под названием Phi. Помню, вокруг Phi-3 были споры, некоторые обвиняли их в накрутке бенчмарков. Но вот четвертое поколение, Phi-4, которое вышло ранее – это совсем другая история. Я сам гонял 4B и 14B версии у себя локально, и остался под приятным впечатлением.
Модели отлично понимают и генерируют русский язык, что для многих локальных задач уже большой плюс. 4B-версия работает невероятно быстро – идеально для задач, где важна скорость отклика. 14B модель, конечно, проигрывает в скорости некоторым конкурентам вроде Qwen, но по качеству генерации текста очень хороша. Для всяких встроенных в систему AI-инструментов (рерайт, суммаризация в почте, базовый чат-бот) – такие модели подходят просто отлично.
И вот теперь Microsoft делает следующий шаг – анонсировали Phi-4 с функцией "Reasoning". Они представили сразу три новые модели: Phi-4-reasoning, Phi-4-reasoning-plus и Phi-4-mini-reasoning. Достичь таких способностей в компактных моделях им удалось за счет комбинации методов обучения и использования очень качественных данных.
Основные характеристики моделей:
1. Phi-4-reasoning (14B параметров):
- Открытая (open-weight) модель, обученная на данных от OpenAI o3-mini.
- Генерирует детальные цепочки рассуждений.
*Результаты:* На бенчмарках по математике и научным вопросам уровня PhD обходит OpenAI o1-mini и DeepSeek-R1-Distill-Llama-70B. На тесте AIME 2025 показала результат лучше 671-миллиардной DeepSeek-R1.
2. Phi-4-reasoning-plus:
- Улучшенная версия Phi-4-reasoning, дообученная с помощью RL для более высокой точности за счет большего использования вычислительных ресурсов при генерации.
3. Phi-4-mini-reasoning (3.8B параметров):
- Компактная модель для сред с ограниченными ресурсами (edge/mobile).
- Оптимизирована для математических задач, может пошагово объяснять решение. Идеальна для образовательных приложений.
*Результаты:* Обходит модели вдвое больше себя (OpenThinker-7B, Llama-3.2-3B-instruct и др.) и сравнима с OpenAI o1-mini на математических бенчмарках.
Все модели доступны на Azure AI Foundry и HuggingFace
Где мы это увидим?
Microsoft активно интегрирует Phi модели в свои продукты. Например, в новых Copilot+ PC используется оптимизированная версия Phi Silica, работающая прямо на NPU (нейронном процессоре). Это обеспечивает почти мгновенный отклик и энергоэффективность. Примеры – функция "Click to Do" в Windows или офлайн-суммаризация писем в Outlook.
Новые Phi-4-reasoning модели тоже будут оптимизированы для работы на NPU в Copilot+ PC. Это открывает дорогу к появлению действительно умных локальных ассистентов, способных не просто генерировать текст, но и решать сложные задачи прямо на вашем устройстве, без постоянного обращения в облако.
Все уже привыкли к термину LLM – гигантам вроде GPT-4 или Gemini, которые поражают своими способностями. Но вот про SLM (Small Language Models) слышали немногие, а зря. Это как раз тот случай, когда размер – не главное.
Microsoft уже некоторое время развивает свою линейку SLM под названием Phi. Помню, вокруг Phi-3 были споры, некоторые обвиняли их в накрутке бенчмарков. Но вот четвертое поколение, Phi-4, которое вышло ранее – это совсем другая история. Я сам гонял 4B и 14B версии у себя локально, и остался под приятным впечатлением.
Модели отлично понимают и генерируют русский язык, что для многих локальных задач уже большой плюс. 4B-версия работает невероятно быстро – идеально для задач, где важна скорость отклика. 14B модель, конечно, проигрывает в скорости некоторым конкурентам вроде Qwen, но по качеству генерации текста очень хороша. Для всяких встроенных в систему AI-инструментов (рерайт, суммаризация в почте, базовый чат-бот) – такие модели подходят просто отлично.
И вот теперь Microsoft делает следующий шаг – анонсировали Phi-4 с функцией "Reasoning". Они представили сразу три новые модели: Phi-4-reasoning, Phi-4-reasoning-plus и Phi-4-mini-reasoning. Достичь таких способностей в компактных моделях им удалось за счет комбинации методов обучения и использования очень качественных данных.
Основные характеристики моделей:
1. Phi-4-reasoning (14B параметров):
- Открытая (open-weight) модель, обученная на данных от OpenAI o3-mini.
- Генерирует детальные цепочки рассуждений.
*Результаты:* На бенчмарках по математике и научным вопросам уровня PhD обходит OpenAI o1-mini и DeepSeek-R1-Distill-Llama-70B. На тесте AIME 2025 показала результат лучше 671-миллиардной DeepSeek-R1.
2. Phi-4-reasoning-plus:
- Улучшенная версия Phi-4-reasoning, дообученная с помощью RL для более высокой точности за счет большего использования вычислительных ресурсов при генерации.
3. Phi-4-mini-reasoning (3.8B параметров):
- Компактная модель для сред с ограниченными ресурсами (edge/mobile).
- Оптимизирована для математических задач, может пошагово объяснять решение. Идеальна для образовательных приложений.
*Результаты:* Обходит модели вдвое больше себя (OpenThinker-7B, Llama-3.2-3B-instruct и др.) и сравнима с OpenAI o1-mini на математических бенчмарках.
Все модели доступны на Azure AI Foundry и HuggingFace
Где мы это увидим?
Microsoft активно интегрирует Phi модели в свои продукты. Например, в новых Copilot+ PC используется оптимизированная версия Phi Silica, работающая прямо на NPU (нейронном процессоре). Это обеспечивает почти мгновенный отклик и энергоэффективность. Примеры – функция "Click to Do" в Windows или офлайн-суммаризация писем в Outlook.
Новые Phi-4-reasoning модели тоже будут оптимизированы для работы на NPU в Copilot+ PC. Это открывает дорогу к появлению действительно умных локальных ассистентов, способных не просто генерировать текст, но и решать сложные задачи прямо на вашем устройстве, без постоянного обращения в облако.
👍6❤1
Не списать, а научиться думать: Anthropic показала, как правильно использовать ИИ в учебе
Я постоянно говорю , и не устану повторять: главная сила ИИ - не в том, чтобы бездумно закинуть в него задачу и ждать готовый результат. Это прямой путь к отупению . ИИ должен быть партнером , который подталкивает твою мысль, помогает “родить” идею, но никак не думает вместо тебя.
И очень радует, что похожей логики придерживаются и в Anthropic. Новость месячной давности, но я до сих пор не увидел, чтобы кто-то про это писал в нашем инфополе. Они сделали специальный сервис для образования - Claude for Education. Это не просто еще одна версия модели, а целая инициатива для университетов. Цель - не просто раздать доступ к ИИ, а научить преподов и студентов им пользоваться правильно. Помочь им самим понять, как ИИ должен встраиваться в жизнь, а не просто плыть по течению.
Что там у них?
Во-первых, масштаб. Они заходят сразу по-крупному: договорились о доступе для всего кампуса с Northeastern University (эти ребята давно в теме ИИ и образования), с London School of Economics и Champlain College. Плюс запартнерились с Internet2 (важная организация для вузов) и Instructure (это те, кто делает Canvas LMS - знакомую многим платформу, особенно в Штатах). То есть, это не местечковая история, а серьезная попытка интегрировать ИИ в существующую образовательную среду.
Во-вторых, и вот это, на мой взгляд, самая соль – режим "Learning mode". Это такая фишка внутри Claude, которая ломает привычный паттерн "задал вопрос - получил ответ". Вместо этого ИИ начинает работать как въедливый тьютор:
- Не дает готовых решений, а спрашивает: "Окей, а как бы ты сам начал решать?"
- Использует сократовские вопросы: "А на чем основан твой вывод? Какие факты его подтверждают?" Заставляет реально думать.
- Подсвечивает ключевые концепции, чтобы ты понял суть, а не просто запомнил формулу.
- Может подкинуть шаблон для структуры эссе или плана исследования – учит организовывать работу.
Чувствуете разницу? Это прямо противоположно тому, чего многие боятся - что студенты начнут просто генерить домашки и дипломы. Anthropic как бы говорит: "Нет, ребята, давайте использовать ИИ, чтобы учиться думать, а не чтобы отлынивать". Это ровно то, о чем я сам говорю: ИИ как стимулятор интеллекта, а не его заменитель .
Зачем они это делают?
Похоже, Anthropic и их партнеры-университеты пытаются нащупать здоровый подход к интеграции ИИ. Они понимают риски и не хотят просто вбрасывать технологию в массы. Вместо этого - совместные исследования, разработка лучших практик, акцент на развитии критического мышления и тех самых "человеческих" навыков, которые ИИ не заменит. Готовят студентов к реальному миру, где ИИ уже есть, и где важно уметь с ним грамотно работать, а не просто кликать на кнопки.
Так что Claude for Education - это не просто очередной продукт. В мире, где многие компании в погоне за хайпом пихают ИИ куда попало, такой осознанный подход реально подкупает. Он показывает, что будущее образования с ИИ зависит не столько от терафлопсов и триллионов параметров, сколько от того, как мы его применяем. Будем ли мы растить поколение, умеющее думать с помощью ИИ, или поколение, которое без ИИ уже и думать не может ? Anthropic явно ставит на первое. И это, черт возьми, правильно.
Я постоянно говорю , и не устану повторять: главная сила ИИ - не в том, чтобы бездумно закинуть в него задачу и ждать готовый результат. Это прямой путь к отупению . ИИ должен быть партнером , который подталкивает твою мысль, помогает “родить” идею, но никак не думает вместо тебя.
И очень радует, что похожей логики придерживаются и в Anthropic. Новость месячной давности, но я до сих пор не увидел, чтобы кто-то про это писал в нашем инфополе. Они сделали специальный сервис для образования - Claude for Education. Это не просто еще одна версия модели, а целая инициатива для университетов. Цель - не просто раздать доступ к ИИ, а научить преподов и студентов им пользоваться правильно. Помочь им самим понять, как ИИ должен встраиваться в жизнь, а не просто плыть по течению.
Что там у них?
Во-первых, масштаб. Они заходят сразу по-крупному: договорились о доступе для всего кампуса с Northeastern University (эти ребята давно в теме ИИ и образования), с London School of Economics и Champlain College. Плюс запартнерились с Internet2 (важная организация для вузов) и Instructure (это те, кто делает Canvas LMS - знакомую многим платформу, особенно в Штатах). То есть, это не местечковая история, а серьезная попытка интегрировать ИИ в существующую образовательную среду.
Во-вторых, и вот это, на мой взгляд, самая соль – режим "Learning mode". Это такая фишка внутри Claude, которая ломает привычный паттерн "задал вопрос - получил ответ". Вместо этого ИИ начинает работать как въедливый тьютор:
- Не дает готовых решений, а спрашивает: "Окей, а как бы ты сам начал решать?"
- Использует сократовские вопросы: "А на чем основан твой вывод? Какие факты его подтверждают?" Заставляет реально думать.
- Подсвечивает ключевые концепции, чтобы ты понял суть, а не просто запомнил формулу.
- Может подкинуть шаблон для структуры эссе или плана исследования – учит организовывать работу.
Чувствуете разницу? Это прямо противоположно тому, чего многие боятся - что студенты начнут просто генерить домашки и дипломы. Anthropic как бы говорит: "Нет, ребята, давайте использовать ИИ, чтобы учиться думать, а не чтобы отлынивать". Это ровно то, о чем я сам говорю: ИИ как стимулятор интеллекта, а не его заменитель .
Зачем они это делают?
Похоже, Anthropic и их партнеры-университеты пытаются нащупать здоровый подход к интеграции ИИ. Они понимают риски и не хотят просто вбрасывать технологию в массы. Вместо этого - совместные исследования, разработка лучших практик, акцент на развитии критического мышления и тех самых "человеческих" навыков, которые ИИ не заменит. Готовят студентов к реальному миру, где ИИ уже есть, и где важно уметь с ним грамотно работать, а не просто кликать на кнопки.
Так что Claude for Education - это не просто очередной продукт. В мире, где многие компании в погоне за хайпом пихают ИИ куда попало, такой осознанный подход реально подкупает. Он показывает, что будущее образования с ИИ зависит не столько от терафлопсов и триллионов параметров, сколько от того, как мы его применяем. Будем ли мы растить поколение, умеющее думать с помощью ИИ, или поколение, которое без ИИ уже и думать не может ? Anthropic явно ставит на первое. И это, черт возьми, правильно.
Anthropic
Introducing Claude for Education
Claude for Education
🔥19👍10❤2
1. Выпустил второй поток тренинга “ИИ для личной эффективности”. Отзывы и дальнейшие планы - написал пост по итогам прошедшего запуска своих тренингов, почитать планы и отзывы можно тут
2. Как изменится продакт менеджмент в ближайшие несколько лет - поделился своим взглядом на то, как изменится профессия продакта, что нужно будет уметь и знать каждому, чтобы не провалиться на фоне повсеместной AI-лихорадки
3. Не списать, а научиться думать: Anthropic показала, как правильно использовать ИИ в учебе - Claude сделали ну ооочень крутую штуку для интеграции ИИ в образовании. Кто еще не читал - этот пост для вас, судя по реакциям - самый топовый пост недели 🙂
4. Открыт набор на третий поток тренинга по AI-продакт менеджменту и ИИ для личной эффективности - объявляю очередной набор. Если планировали погрузиться в тему ИИ и разработку AI-продуктов - сейчас самое время. Для моих нынешних подписчиков самая большая скидка. С 12 начинаем гнать платный трафик, прогнозируем, что оставшиеся места разберут быстро.
5. Google выпускает мобильные приложения NotebookLM для Android и IOS - в посте оставил ссылки на предварительную регистрацию
6. Claude получает больше связи с реальным миром - рассказал про новую фишку от Claude - Integrations. Следующий шаг после MCP для того, чтобы LLM стали полезнее
7. Трамп и ИИ в школах - президент США подписал классный закон касательно того, как интегрировать ИИ в школьное образование
8 Используем Speech-to-Text на полную - MacWhisper - поделился очередным ИИ-инструментом для транскрибации
9. Google обновили Gemini 2.5 PRO и она стала еще лучше в кодинге - новое обновление Gemini перед Google I/O. Модель очень сильно прокачали по всем фронтам, особенно в кодинге
10. DeepSeek выложили анонс R2: но решат ли их инновационные методы проблему вранья или модель ждет судьба OpenAI o3? - поделился мыслями по поводу анонса будущей модели китайцами, а также своими опасениями по поводу ее возможных недостатков
11. Маленькие модели, большие возможности: Microsoft выкатили Phi-4 с "Reasoning" - рассказал про новые модели от Microsoft, кто не пробовал - очень рекомендую. Не такие хайповые, но очень прикольные
12. Про опыт продления визы в США - оффтоп-пост в котором делюсь негативным опытом продления визы. Визу дали, нервы измотали, кучу планов сорвали. Мораль - если имеете дело с Американской визой - никогда не планируйте ничего заранее, закладывайте минимум 3 недели на эту тягомотину.
Прошлый дайджест тут
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥1