Forwarded from сбежавшая нейросеть
Главный навык работы с ИИ включается до того, как вы напишете первый промпт. Я понял это в июле – и с тех пор пользуюсь чужой методикой каждый день
Методика – Тарика Шихипара из команды Claude Code. Он говорит про этап, который почти все пропускают: полностью ли вы понимаете задачу, которую хотите выполнить с помощью ИИ? Есть ли у вас нужный контекст? Проводили ли проверку на слепые пятна? И дает четкий порядок действий — как подготовиться к задаче, используя все тот же ИИ. Настолько удобный, что я теперь применяю его регулярно.
👉 Карта и территория: как управляет ИИ один из создателей Claude Code
Тарик – первый герой новой серии, которую я запустил в июле: как ИИ пользуются профессионалы из ведущих компаний. А продолжилась она его коллегой – человеком, который Claude Code и придумал.
Борис Черни расписал “лестницу”, по которой в использовании ИИ растут компании: пять ступеней плюс половинка, которую я добавил от себя. Ценность в том, что за один вечер можно понять, на какой ступени застряли лично вы – и какой следующий легко можно сделать.
👉 «Лестница» создателя Claude Code: как прокачаться в использовании ИИ всего за один вечер
Просто перевести оба текста с английского мне бы не позволила совесть. Боря и Тарик пишут в первую очередь про разработку софта – я расширил оба лонгрида и добавил примеры для разной интеллектуальной работы. Серия стала очень популярной и обязательно продолжится – прямо сейчас у меня на примете есть еще несколько сильных героев.
Раз уж мы начали с того, что происходит до промпта, – в июле я закончил еще и мини-цикл про то, что ИИ читает до того, как ответить вам. Порядок такой: системный промпт → пользовательский промпт → память о вас. Нюансов там много: системный промпт править нельзя, но на него можно влиять; а если увлечься правками пользовательского, то можно уронить качество ответов. Да и в памяти модели полезно иногда проводить ревизию.
👉 Системный промпт: что это такое и какие приемы промптинга можно перенять у инженеров Anthropic
👉 Как правильно писать пользовательский промпт и управлять памятью ИИ о вас
А когда промпта уже мало, начинается loop engineering: вы не промптите ИИ, а запускаете самоулучшающиеся циклы. Техника новая, мифов вокруг нее много – в тексте разбираю, как правильно конструировать цикл, на каких задачах он приносит пользу, а где достаточно обычного промпта.
👉 Учим ИИ работать циклами – в коде, текстах и повседневных задачах
Пятый текст месяца – из другой оперы, но его многие просили: большой обзор открытых моделей. Какие характеристики полезно знать, в каких задачах их уже можно использовать, какое нужно железо и как поднять модель буквально за вечер. Я считаю, что сейчас с открытыми моделями происходит примерно то же, что с закрытыми год назад – они дошли до качества, когда потихоньку можно начинать делегировать серьезные задачи.
👉 Свой ИИ за один вечер: запускаем нейросеть на домашнем компьютере
Если только начинаете – берите мини-цикл про промпты, он дает базу. Если уже гоняете агентов – вам в loop engineering. Если хочется поменять сам подход к работе – Тарик и Боря. И это не жесткие рамки: простейшие циклы можно запускать в чатботе, а подготовку к задаче спустя рукава делают даже многие опытные пользователи (сам иногда так косячу).
Кстати, моя подписка живет на двух площадках – “Бусти” и Sponsr. Контент полностью идентичен, новые лонгриды выходят одновременно, так что берите ту, где удобнее.
👉 Бусти
👉 Sponsr
И помните: подписка открывает не только эти пять текстов, а весь архив – 20+ огромных лонгридов.
Методика – Тарика Шихипара из команды Claude Code. Он говорит про этап, который почти все пропускают: полностью ли вы понимаете задачу, которую хотите выполнить с помощью ИИ? Есть ли у вас нужный контекст? Проводили ли проверку на слепые пятна? И дает четкий порядок действий — как подготовиться к задаче, используя все тот же ИИ. Настолько удобный, что я теперь применяю его регулярно.
👉 Карта и территория: как управляет ИИ один из создателей Claude Code
Тарик – первый герой новой серии, которую я запустил в июле: как ИИ пользуются профессионалы из ведущих компаний. А продолжилась она его коллегой – человеком, который Claude Code и придумал.
Борис Черни расписал “лестницу”, по которой в использовании ИИ растут компании: пять ступеней плюс половинка, которую я добавил от себя. Ценность в том, что за один вечер можно понять, на какой ступени застряли лично вы – и какой следующий легко можно сделать.
👉 «Лестница» создателя Claude Code: как прокачаться в использовании ИИ всего за один вечер
Просто перевести оба текста с английского мне бы не позволила совесть. Боря и Тарик пишут в первую очередь про разработку софта – я расширил оба лонгрида и добавил примеры для разной интеллектуальной работы. Серия стала очень популярной и обязательно продолжится – прямо сейчас у меня на примете есть еще несколько сильных героев.
Раз уж мы начали с того, что происходит до промпта, – в июле я закончил еще и мини-цикл про то, что ИИ читает до того, как ответить вам. Порядок такой: системный промпт → пользовательский промпт → память о вас. Нюансов там много: системный промпт править нельзя, но на него можно влиять; а если увлечься правками пользовательского, то можно уронить качество ответов. Да и в памяти модели полезно иногда проводить ревизию.
👉 Системный промпт: что это такое и какие приемы промптинга можно перенять у инженеров Anthropic
👉 Как правильно писать пользовательский промпт и управлять памятью ИИ о вас
А когда промпта уже мало, начинается loop engineering: вы не промптите ИИ, а запускаете самоулучшающиеся циклы. Техника новая, мифов вокруг нее много – в тексте разбираю, как правильно конструировать цикл, на каких задачах он приносит пользу, а где достаточно обычного промпта.
👉 Учим ИИ работать циклами – в коде, текстах и повседневных задачах
Пятый текст месяца – из другой оперы, но его многие просили: большой обзор открытых моделей. Какие характеристики полезно знать, в каких задачах их уже можно использовать, какое нужно железо и как поднять модель буквально за вечер. Я считаю, что сейчас с открытыми моделями происходит примерно то же, что с закрытыми год назад – они дошли до качества, когда потихоньку можно начинать делегировать серьезные задачи.
👉 Свой ИИ за один вечер: запускаем нейросеть на домашнем компьютере
Если только начинаете – берите мини-цикл про промпты, он дает базу. Если уже гоняете агентов – вам в loop engineering. Если хочется поменять сам подход к работе – Тарик и Боря. И это не жесткие рамки: простейшие циклы можно запускать в чатботе, а подготовку к задаче спустя рукава делают даже многие опытные пользователи (сам иногда так косячу).
Кстати, моя подписка живет на двух площадках – “Бусти” и Sponsr. Контент полностью идентичен, новые лонгриды выходят одновременно, так что берите ту, где удобнее.
👉 Бусти
👉 Sponsr
И помните: подписка открывает не только эти пять текстов, а весь архив – 20+ огромных лонгридов.
Forwarded from Нейроцех (Михаил Шумовский)
This media is not supported in your browser
VIEW IN TELEGRAM
В эфире рубрика странные и классные кейсы. Мужик решил проверить, что будет, если дать Claude доступ не к обычным программам, а прямо к внутренностям компьютера.
Он собрал небольшую операционную систему, где почти нет привычных кнопок и меню. Вместо этого можно написать обычную просьбу, а Claude попробует сам разобраться, что нужно сделать.
Потом парень подключил звуковую карту, с которой система вообще не умела работать, и попросил проиграть звук. Claude нашел устройство, написал для него специальную программу, подключил ее к системе и в итоге действительно запустил аудио.
Еще система умеет запоминать такие доработки. Если Claude написал новую функцию и сохранил ее, после перезагрузки она останется внутри и сможет использоваться снова.
Пока это эксперимент для виртуального компьютера, а не штука для установки на обычный ноутбук. Но идея прикольная: система не просто выполняет команды, а может по просьбе дописывать сама себя.
Можете, кстати, себе ее тоже накатить — GitHub
#кейсы
@neurozeh
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from сбежавшая нейросеть
Андрей Карпати на днях предложил новый термин rambling – суть в том, что ты не пишешь промпт, а откидываешься на стуле и на протяжении 5-10 минут наговариваешь модели задачу и все, что приходит по этой теме в голову. Не нужно следить за структурой, думать, какой контекст важен и его стоит положить в начало – идея в том, что ИИ сам превращает вашу речь в структурированную задачу.
Но тема с rambling куда более глубокая. Дело в том, что голосовое общение – это общение с “перевернутой экономикой”. Наговорить свои мысли бессвязным потоком очень просто и “дешево”, а вот понять сказанное, ничего не упустив – намного дороже. Отсюда и постоянная война с голосовыми в рабочей (и не только) переписке: надиктовать быстро, а вот прослушать, ничего не упустив – намного дольше.
Именно ИИ эту экономику сейчас меняет. Например, я с зимы использую бота-расшифровщика Whisper AI от моих хороших знакомых – он превращает в текст практически любой доступный материал. О проблеме с голосовыми можно забыть: просто добавляем бота в нужный чат – и он переводит все сообщения в текст. Причем достаточно подписки у одного из участников – бот будет полезен всем. Затем просто копируешь переписку из чата, кидаешь в любой ИИ и просишь структурировать так, как нужно: основные задачи, исполнитель для каждой, дополнительный контекст. Заодно можно поискать слепые места с помощью ИИ.
То же самое происходит и за пределами чатов с голосовыми. Огромное количество полезных знаний и идей сейчас фиксируется в первую очередь голосом – в подкастах и огромных YouTube-интервью. Говорить голосом умеет каждый, писать тексты – далеко не все. Да и не так весело целый день писать колонку, как пообщаться с живым ведущим в формате диалога.
Но экономика переворачивается и здесь. Подкасты длинные, для просмотра/прослушивания нужна комфортная обстановка, которую удается найти не всегда. И даже когда удалось посмотреть – какие-то мелкие детали, произнесенные голосом, забываются, а искать их в огромном ролике не очень удобно. Поэтому я давно завел правило: посмотрел что-то нужное сам > закинул в Whisper AI > получил расшифровку > передал в Claude или ChatGPT для дальнейшей работы. Можно сделать выжимку главных тезисов, детально разобрать какой-то один из них или даже сделать с помощью модели мини-квиз – понял ли я тему?
Можно, конечно, кидать материалы сразу в ИИ, но нейросети обычно пересказывают материал своими словами – а Whisper AI дает расшифровку, в которой всегда можно посмотреть нужные цитаты. Расшифровка очень качественная, с таймкодами, спикерами и краткой выжимкой, а сам бот работает напрямую со ссылками на YouTube, VK, RuTube, нельзяграмма, Google Drive и Yandex Disk – а с недавних пор поддерживает MCP для ChatGPT и Claude.
Круто? А проверьте сами – если зарегистрироваться по этой ссылке, то вам дадут неделю использования бота. Совершенно бесплатно и без каких-либо обязательств, я сам договорился!
Но тема с rambling куда более глубокая. Дело в том, что голосовое общение – это общение с “перевернутой экономикой”. Наговорить свои мысли бессвязным потоком очень просто и “дешево”, а вот понять сказанное, ничего не упустив – намного дороже. Отсюда и постоянная война с голосовыми в рабочей (и не только) переписке: надиктовать быстро, а вот прослушать, ничего не упустив – намного дольше.
Именно ИИ эту экономику сейчас меняет. Например, я с зимы использую бота-расшифровщика Whisper AI от моих хороших знакомых – он превращает в текст практически любой доступный материал. О проблеме с голосовыми можно забыть: просто добавляем бота в нужный чат – и он переводит все сообщения в текст. Причем достаточно подписки у одного из участников – бот будет полезен всем. Затем просто копируешь переписку из чата, кидаешь в любой ИИ и просишь структурировать так, как нужно: основные задачи, исполнитель для каждой, дополнительный контекст. Заодно можно поискать слепые места с помощью ИИ.
То же самое происходит и за пределами чатов с голосовыми. Огромное количество полезных знаний и идей сейчас фиксируется в первую очередь голосом – в подкастах и огромных YouTube-интервью. Говорить голосом умеет каждый, писать тексты – далеко не все. Да и не так весело целый день писать колонку, как пообщаться с живым ведущим в формате диалога.
Но экономика переворачивается и здесь. Подкасты длинные, для просмотра/прослушивания нужна комфортная обстановка, которую удается найти не всегда. И даже когда удалось посмотреть – какие-то мелкие детали, произнесенные голосом, забываются, а искать их в огромном ролике не очень удобно. Поэтому я давно завел правило: посмотрел что-то нужное сам > закинул в Whisper AI > получил расшифровку > передал в Claude или ChatGPT для дальнейшей работы. Можно сделать выжимку главных тезисов, детально разобрать какой-то один из них или даже сделать с помощью модели мини-квиз – понял ли я тему?
Можно, конечно, кидать материалы сразу в ИИ, но нейросети обычно пересказывают материал своими словами – а Whisper AI дает расшифровку, в которой всегда можно посмотреть нужные цитаты. Расшифровка очень качественная, с таймкодами, спикерами и краткой выжимкой, а сам бот работает напрямую со ссылками на YouTube, VK, RuTube, нельзяграмма, Google Drive и Yandex Disk – а с недавних пор поддерживает MCP для ChatGPT и Claude.
Круто? А проверьте сами – если зарегистрироваться по этой ссылке, то вам дадут неделю использования бота. Совершенно бесплатно и без каких-либо обязательств, я сам договорился!
Forwarded from ELECTIME - Электроника, Приборостроение, Компоненты
Глава AMD убивает облачные ИИ.
https://youtube.com/shorts/tDsstO2l8as?si=WHcjWeFGs4K_4M5R
https://youtube.com/shorts/tDsstO2l8as?si=WHcjWeFGs4K_4M5R
YouTube
AMD убивает облачный ИИ? Ryzen AI Halo запускает GPT-уровень на столе #shorts #ai #ии #нейросеть
AMD представила на Computex 2026 Ryzen AI Halo — компактный ПК для ...
👍4🔥2
Forwarded from NN
Claude Code попытался сделать бэкап и случайно удалил все файлы пользователя.
Парень попросил Claude Opus 5 создать резервную копию, но агент записал ее не в ту папку. А потом выполнил команду удаления и написал «Извините, опечатка».
Никогда такого не было, и вот опять.
Парень попросил Claude Opus 5 создать резервную копию, но агент записал ее не в ту папку. А потом выполнил команду удаления и написал «Извините, опечатка».
Это был одновременно самый смешной и болезненный момент в истории моего взаимодействия с ИИ
Никогда такого не было, и вот опять.
😁5👍1😢1
Forwarded from Сода
Сотруднии OpenAI сообщили, что их закрытые модели искусственного интеллекта несколько месяцев тайно обсуждали план «побега» и в итоге атаковали системы самой OpenAI и Hugging Face, передает Bloomberg.
Эрик Уоллес и Майкл Далтон рассказали на конференции, что несколько агентов и моделей ИИ, предназначенных исключительно для внутреннего использования, в течение нескольких месяцев обменивались сообщениями через незамеченные форумы с целью взломать систему и получить доступ к Интернету.
Они делали это для решения поставленных перед ними задач, некоторые из которых были невозможны без доступа к сети. В итоге через несколько месяцев заговора модель вырвалась из безопасной тестовой среды и атаковала системы Hugging Face.
OpenAI пришла к выводу, что «передовые модели действительно любят обманывать» и готовы выходить за пределы первоначальных указаний, чтобы выполнить поставленную задачу.
Эрик Уоллес и Майкл Далтон рассказали на конференции, что несколько агентов и моделей ИИ, предназначенных исключительно для внутреннего использования, в течение нескольких месяцев обменивались сообщениями через незамеченные форумы с целью взломать систему и получить доступ к Интернету.
Они делали это для решения поставленных перед ними задач, некоторые из которых были невозможны без доступа к сети. В итоге через несколько месяцев заговора модель вырвалась из безопасной тестовой среды и атаковала системы Hugging Face.
OpenAI пришла к выводу, что «передовые модели действительно любят обманывать» и готовы выходить за пределы первоначальных указаний, чтобы выполнить поставленную задачу.
😁2🤔2🔥1
Forwarded from сбежавшая нейросеть
Какую подписку сейчас брать?
OpenAI поменяла тарифные планы ChatGPT, поэтому самое время сделать мини-гайд – какую подписку я рекомендую брать, если у вас есть определенная сумма. Я делаю такой гайд каждые несколько месяцев, в этот раз он будет чуточку сухим: на рынке вперед мощно вырвались два игрока – Anthropic и OpenAI – поэтому их подписки закрывают большинство категорий. Но с нюансами.
Пойдем по лестнице, снизу вверх.
Бесплатный чат-бот – теперь ChatGPT Free. Его OpenAI изменила сильнее всего: теперь доступны безлимитные разговоры с GPT-5.6 Luna, а также кнопка Think для сложных задач. Это младшая модель в линейке GPT-5.6, но достойная: в рейтинге Artificial Analysis в режиме Think она обходит Gemini 3.1 Pro.
Из других бесплатных – Gemini 3.6 Flash в Google AI Studio, но если пробьетесь через региональный блок. Или DeepSeek V4 – здесь блокировок никаких.
Недорогой чат-бот на семью или компанию – Gemini Pro. Не все знают, что эту 20-долларовую подписку можно поделить между шестью участниками “семьи” – главное, чтобы они были в одном регионе. Лучшая модель там сейчас Gemini 3.6 Flash, есть рисовалка Nano Banana 2 и ИИ-агент Antigravity – он, впрочем, уступает Claude Code или Codex.
Есть 20 долларов на подписку – однозначно ChatGPT Plus. Дает почти безлимитный GPT-5.6 Sol, отличную рисовалку GPT Images 2 и новый голосовой режим – реально классный. И отдельный лимит на ИИ-агентов Codex (код) и ChatGPT Work (“офисная” работа) – небольшой, но на несколько проектов в неделю хватит. Чтобы выжать больше, не выкручивайте режим рассуждений – GPT-5.6 Medium справляется с большинством повседневных задач.
Есть еще 20 долларов – добавляем Claude Pro. Из-за очень жестких лимитов это скорее демо-версия, чем полноценная подписка. Основной моделью ставьте Sonnet 5, а Opus 5 гоняйте для сложных задач и точечной проверки соннета.
В отличие от ChatGPT Plus, у Claude один лимит на чат-бота, Claude Cowork и Claude Code – но в последних двух он расходуется в два раза медленнее (акция до 19 августа).
Дальше предстоит серьезный скачок – следующий тир подписки стоит 100 долларов. Это реально дорого, и я вижу два способа оправдать такую подписку:
– Если у вас уже есть workflow, на котором ИИ зарабатывает деньги или круто экономит время. Тогда это рабочий инструмент, а на рабочих инструментах не экономят.
– Относиться к подписке как к инвестиции в собственное образование. Сейчас не зарабатываете, но ИИ-навыки окупятся. Только помните: одной дорогой подписки мало – надо постоянно гонять ИИ в разных сценариях, в том числе агентских.
100-долларовая Claude Max x5 наконец-то превращается в рабочий инструмент. 50% недельных лимитов можно тратить на Fable 5, вторую половину – на Opus 5 или Sonnet 5 – причем новый опус в моих задачах лишь чуть-чуть хуже.
ChatGPT Pro Lite за те же деньги опять дает больше лимитов, чем Claude Max. Плюс каждый месяц дают четыре сброса лимита в любой момент.
И как бонус – GPT-5.6 Pro. Она доступна только в чате и на отдельном лимите – что-то типа 50 запросов в неделю. По интеллекту примерно уровня Fable 5, но способна на очень долгую автономную работу: у меня рекорд более 240 (!) минут. Но для этого ее надо промптить в старом стиле, четко и подробно расписывая задачу.
200-долларовые подписки детально разбирать не буду – их берут те, кто хорошо понимает свои задачи.
Сами модели сейчас очень близки по возможностям. Мне нравятся Fable/Opus за живой стиль общения – прямо настоящий компаньон, с которым можно поштурмить идеи, сразу же что-то проверить и покритиковать. У GPT-5.6 стиль хуже, но она потрясающе ищет в сети, докапываясь даже до мелочей – поэтому я часто использую ее как критика поверх результатов Claude.
–
Вот такая получилась лестница. А учиться пользоваться моделями я помогаю на “Бусти”. Под сегодняшний пост рекомендую два лонгрида:
👉 Как управляет ИИ один из создателей Claude Code – начинайте с этого текста, а затем идите по циклу о промптинге.
👉 Зачем вам ИИ-агент. Знакомимся с Claude Code и Codex – а отсюда начинайте знакомство с ИИ-агентами.
OpenAI поменяла тарифные планы ChatGPT, поэтому самое время сделать мини-гайд – какую подписку я рекомендую брать, если у вас есть определенная сумма. Я делаю такой гайд каждые несколько месяцев, в этот раз он будет чуточку сухим: на рынке вперед мощно вырвались два игрока – Anthropic и OpenAI – поэтому их подписки закрывают большинство категорий. Но с нюансами.
Пойдем по лестнице, снизу вверх.
Бесплатный чат-бот – теперь ChatGPT Free. Его OpenAI изменила сильнее всего: теперь доступны безлимитные разговоры с GPT-5.6 Luna, а также кнопка Think для сложных задач. Это младшая модель в линейке GPT-5.6, но достойная: в рейтинге Artificial Analysis в режиме Think она обходит Gemini 3.1 Pro.
Из других бесплатных – Gemini 3.6 Flash в Google AI Studio, но если пробьетесь через региональный блок. Или DeepSeek V4 – здесь блокировок никаких.
Недорогой чат-бот на семью или компанию – Gemini Pro. Не все знают, что эту 20-долларовую подписку можно поделить между шестью участниками “семьи” – главное, чтобы они были в одном регионе. Лучшая модель там сейчас Gemini 3.6 Flash, есть рисовалка Nano Banana 2 и ИИ-агент Antigravity – он, впрочем, уступает Claude Code или Codex.
Есть 20 долларов на подписку – однозначно ChatGPT Plus. Дает почти безлимитный GPT-5.6 Sol, отличную рисовалку GPT Images 2 и новый голосовой режим – реально классный. И отдельный лимит на ИИ-агентов Codex (код) и ChatGPT Work (“офисная” работа) – небольшой, но на несколько проектов в неделю хватит. Чтобы выжать больше, не выкручивайте режим рассуждений – GPT-5.6 Medium справляется с большинством повседневных задач.
Есть еще 20 долларов – добавляем Claude Pro. Из-за очень жестких лимитов это скорее демо-версия, чем полноценная подписка. Основной моделью ставьте Sonnet 5, а Opus 5 гоняйте для сложных задач и точечной проверки соннета.
В отличие от ChatGPT Plus, у Claude один лимит на чат-бота, Claude Cowork и Claude Code – но в последних двух он расходуется в два раза медленнее (акция до 19 августа).
Дальше предстоит серьезный скачок – следующий тир подписки стоит 100 долларов. Это реально дорого, и я вижу два способа оправдать такую подписку:
– Если у вас уже есть workflow, на котором ИИ зарабатывает деньги или круто экономит время. Тогда это рабочий инструмент, а на рабочих инструментах не экономят.
– Относиться к подписке как к инвестиции в собственное образование. Сейчас не зарабатываете, но ИИ-навыки окупятся. Только помните: одной дорогой подписки мало – надо постоянно гонять ИИ в разных сценариях, в том числе агентских.
100-долларовая Claude Max x5 наконец-то превращается в рабочий инструмент. 50% недельных лимитов можно тратить на Fable 5, вторую половину – на Opus 5 или Sonnet 5 – причем новый опус в моих задачах лишь чуть-чуть хуже.
ChatGPT Pro Lite за те же деньги опять дает больше лимитов, чем Claude Max. Плюс каждый месяц дают четыре сброса лимита в любой момент.
И как бонус – GPT-5.6 Pro. Она доступна только в чате и на отдельном лимите – что-то типа 50 запросов в неделю. По интеллекту примерно уровня Fable 5, но способна на очень долгую автономную работу: у меня рекорд более 240 (!) минут. Но для этого ее надо промптить в старом стиле, четко и подробно расписывая задачу.
200-долларовые подписки детально разбирать не буду – их берут те, кто хорошо понимает свои задачи.
Сами модели сейчас очень близки по возможностям. Мне нравятся Fable/Opus за живой стиль общения – прямо настоящий компаньон, с которым можно поштурмить идеи, сразу же что-то проверить и покритиковать. У GPT-5.6 стиль хуже, но она потрясающе ищет в сети, докапываясь даже до мелочей – поэтому я часто использую ее как критика поверх результатов Claude.
–
Вот такая получилась лестница. А учиться пользоваться моделями я помогаю на “Бусти”. Под сегодняшний пост рекомендую два лонгрида:
👉 Как управляет ИИ один из создателей Claude Code – начинайте с этого текста, а затем идите по циклу о промптинге.
👉 Зачем вам ИИ-агент. Знакомимся с Claude Code и Codex – а отсюда начинайте знакомство с ИИ-агентами.
❤4👎1
Forwarded from NN
Превращаем Claude в дизайнера инфографики: появился скилл Diagram Design — помогает агенту делать стильные визуализации.
Работает с десятками видов графиков — от блок-схем до таймлайнов. На выходе создает HTML-файл с графиком. Перед сборкой изучает проект, чтобы подбирать цвета и шрифты в едином стиле.
Фигму можно больше не открывать. Забираем бесплатно по ссылке.
Работает с десятками видов графиков — от блок-схем до таймлайнов. На выходе создает HTML-файл с графиком. Перед сборкой изучает проект, чтобы подбирать цвета и шрифты в едином стиле.
Фигму можно больше не открывать. Забираем бесплатно по ссылке.
❤1
Forwarded from сбежавшая нейросеть
Уже завтра ваш Claude Code станет не таким послушным
И это не баг, а фича: с 14 августа Anthropic по умолчанию включает всем пользователям подписок Pro, Max и Team режим Auto Mode, в котором решение на ключевых этапах работы принимает ИИ-проверяющий. Напомню, что раньше ИИ-агент перед тем, как выполнить потенциально опасную команду останавливался и спрашивал вашего разрешения. Теперь разрешение дает другой ИИ.
Сразу успокою параноиков: никто не запрещает вам включить ручной режим обратно. Более того – в некоторых случаях он будет включаться автоматически.
Впрочем, у меня строго другая ситуация: Auto Mode я сделал режимом по-умолчанию несколько месяцев назад просто потому, что на автомате жал “разрешить” для всех вопросов. Исследование Anthropic показало, что пользователи одобряют 97% запросов на разрешение – это и стало одной из главных причин перехода на Auto Mode.
Дальше еще интереснее. В компании взяли группу в 1000 пользователей, дали им поработать в ручном режиме, подсовывая опасные команды – в итоге люди распознали лишь 13,6% против 89% у авторежима. Еще одно интересное наблюдение: после 50 подтверждений точность человека падает примерно до 5% – люди начинают излишне доверять системе и не думая жмут allow.
Это, кстати, плохая идея – ИИ-агенты до сих пор косячат. Во внутреннем использовании в самой компании один ИИ-агент попытался опубликовать внутренний отчет на публичном хостинге после неудачи загрузки на внутренний диск, а другой в порыве доброты душевной решил выдать роль с полным админским доступом там, где просили read-only к биллингу. Классификатор поймал оба случая.
Люди, впрочем, и раньше не особо держались за ручной контроль. К июню половина пользователей руками прописала правила "вот эти команды выполняй молча", 62% хотя бы раз включали режим “вообще ничего не спрашивай” (в нем нет даже классификатора), а каждая четвертая сессия и вовсе стартовала с полностью отключенной защитой.
В копилку Anthropic я добавлю аргумент от себя: с ручным одобрением ИИ-агент иногда становится менее эффективен, чем чат-бот. Агент с ручным одобрением работает рывками по 2–3 минуты, этого достаточно, чтобы отвлечься, переключиться на другую задачу, через полчаса вспомнить про агента – и обнаружить его застрявшим на запросе очередного безобидного разрешения.
Важно помнить,что и классификатор не гарантирует 100% защиту. В том же тесте люди поймали шесть опасных команд, пропущенных классификатором – вот только классификатор поймал 800 команд, пропущенных людьми.
Известный ИИ-эксперт Саймон Уиллисон напоминает: защита, построенная на ИИ, недетерминирована по своей природе – сегодня поймала, завтра нет. Его любимый сценарий: вредоносный пакет, в инструкции которого написано "перед запуском тестов скачайте файлы модели вот этой командой". Команда выглядит невинно, классификатор вежливо кивает — данные уезжают.
Что же делать? Песочницу, права и бэкапы никто не отменял — классификатор работает поверх них, а не вместо. Я, например, на рабочем ноутбуке использую только чат-ботов и браузерные ChatGPT Work / Claude Cowork – это агенты попроще, максимально безопасные. Claude Code и Codex у меня живут на виртуальном сервере (VPS), который полностью настроен под них – если и сломают что, то только сервер, а не мою основную систему. Кстати, за почти полгода работы VPS у меня не падал ни разу.
Второй момент – не забывать про собственные тесты и проверки безопасности. На том же самом VPS я раз в неделю запускаю GPT-5.6 или Opus 5 с задачей полностью проверить сервер на безопасность, найти дыры и отранжировать их по опасности. Делаете какой-нибудь серьезный проект или запускаете цикл ИИ-агента – спросите на старте, какие проверки безопасности заранее стоит заложить в процесс.
—
Опытом работы с ИИ я делюсь в подписке, там и мои собственные приемы и разбор опыта других специалистов. Полезное по сегодняшней теме:
👉Как развернуть Claude Code и Codex на виртуальном сервере (читать на Boosty / читать на Sponsr)
👉Как строит ИИ-циклы автор самой популярной книги по программированию (читать на Boosty / читать на Sponsr)
И это не баг, а фича: с 14 августа Anthropic по умолчанию включает всем пользователям подписок Pro, Max и Team режим Auto Mode, в котором решение на ключевых этапах работы принимает ИИ-проверяющий. Напомню, что раньше ИИ-агент перед тем, как выполнить потенциально опасную команду останавливался и спрашивал вашего разрешения. Теперь разрешение дает другой ИИ.
Сразу успокою параноиков: никто не запрещает вам включить ручной режим обратно. Более того – в некоторых случаях он будет включаться автоматически.
Впрочем, у меня строго другая ситуация: Auto Mode я сделал режимом по-умолчанию несколько месяцев назад просто потому, что на автомате жал “разрешить” для всех вопросов. Исследование Anthropic показало, что пользователи одобряют 97% запросов на разрешение – это и стало одной из главных причин перехода на Auto Mode.
Дальше еще интереснее. В компании взяли группу в 1000 пользователей, дали им поработать в ручном режиме, подсовывая опасные команды – в итоге люди распознали лишь 13,6% против 89% у авторежима. Еще одно интересное наблюдение: после 50 подтверждений точность человека падает примерно до 5% – люди начинают излишне доверять системе и не думая жмут allow.
Это, кстати, плохая идея – ИИ-агенты до сих пор косячат. Во внутреннем использовании в самой компании один ИИ-агент попытался опубликовать внутренний отчет на публичном хостинге после неудачи загрузки на внутренний диск, а другой в порыве доброты душевной решил выдать роль с полным админским доступом там, где просили read-only к биллингу. Классификатор поймал оба случая.
Люди, впрочем, и раньше не особо держались за ручной контроль. К июню половина пользователей руками прописала правила "вот эти команды выполняй молча", 62% хотя бы раз включали режим “вообще ничего не спрашивай” (в нем нет даже классификатора), а каждая четвертая сессия и вовсе стартовала с полностью отключенной защитой.
В копилку Anthropic я добавлю аргумент от себя: с ручным одобрением ИИ-агент иногда становится менее эффективен, чем чат-бот. Агент с ручным одобрением работает рывками по 2–3 минуты, этого достаточно, чтобы отвлечься, переключиться на другую задачу, через полчаса вспомнить про агента – и обнаружить его застрявшим на запросе очередного безобидного разрешения.
Важно помнить,что и классификатор не гарантирует 100% защиту. В том же тесте люди поймали шесть опасных команд, пропущенных классификатором – вот только классификатор поймал 800 команд, пропущенных людьми.
Известный ИИ-эксперт Саймон Уиллисон напоминает: защита, построенная на ИИ, недетерминирована по своей природе – сегодня поймала, завтра нет. Его любимый сценарий: вредоносный пакет, в инструкции которого написано "перед запуском тестов скачайте файлы модели вот этой командой". Команда выглядит невинно, классификатор вежливо кивает — данные уезжают.
Что же делать? Песочницу, права и бэкапы никто не отменял — классификатор работает поверх них, а не вместо. Я, например, на рабочем ноутбуке использую только чат-ботов и браузерные ChatGPT Work / Claude Cowork – это агенты попроще, максимально безопасные. Claude Code и Codex у меня живут на виртуальном сервере (VPS), который полностью настроен под них – если и сломают что, то только сервер, а не мою основную систему. Кстати, за почти полгода работы VPS у меня не падал ни разу.
Второй момент – не забывать про собственные тесты и проверки безопасности. На том же самом VPS я раз в неделю запускаю GPT-5.6 или Opus 5 с задачей полностью проверить сервер на безопасность, найти дыры и отранжировать их по опасности. Делаете какой-нибудь серьезный проект или запускаете цикл ИИ-агента – спросите на старте, какие проверки безопасности заранее стоит заложить в процесс.
—
Опытом работы с ИИ я делюсь в подписке, там и мои собственные приемы и разбор опыта других специалистов. Полезное по сегодняшней теме:
👉Как развернуть Claude Code и Codex на виртуальном сервере (читать на Boosty / читать на Sponsr)
👉Как строит ИИ-циклы автор самой популярной книги по программированию (читать на Boosty / читать на Sponsr)
Forwarded from NN
Нейросети в быту. Квитанция за ЖКХ пришла с привычным набором сокращений и цифр. Загрузили ее в Алису AI и попросили разложить все начисления.
Так же можно разобрать договор, инструкцию, график или схему — когда текст есть, а что он означает, не очень понятно.
Так же можно разобрать договор, инструкцию, график или схему — когда текст есть, а что он означает, не очень понятно.
Forwarded from NN
Google выпустили Gemini 3.7 Flash — всего через три недели после выхода 3.6 Flash.
Она на 50% дешевле прошлой модели, лучше пишет код и работает с документами. А еще обгоняет Sonnet 5 и GPT-5.6 Terra в бенчмарках на разработку и автоматизацию задач.
Модель рекомендуют использовать как продвинутый инструмент для работы и учебы. Она быстро и качественно создает презентации и генерирует сайты.
Уже доступно в AI Studio.
Она на 50% дешевле прошлой модели, лучше пишет код и работает с документами. А еще обгоняет Sonnet 5 и GPT-5.6 Terra в бенчмарках на разработку и автоматизацию задач.
Модель рекомендуют использовать как продвинутый инструмент для работы и учебы. Она быстро и качественно создает презентации и генерирует сайты.
Уже доступно в AI Studio.
🔥1
Forwarded from Осцилляции WaveCut
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Осцилляции WaveCut
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from NN
Manus стал бесплатным: до 25 августа агенты Manus 1.6 и Lite не будут списывать кредиты за задачи.
Акция привязана к переходу сервиса в независимый статус после сотрудничества с Цукербергом. Всем юзерам на всякий случай советуют сделать бэкап данных до 23 августа.
Больше недели бесплатного вайбкодинга доступны по ссылке.
Акция привязана к переходу сервиса в независимый статус после сотрудничества с Цукербергом. Всем юзерам на всякий случай советуют сделать бэкап данных до 23 августа.
Больше недели бесплатного вайбкодинга доступны по ссылке.
❤1
Forwarded from Refat Talks: Tech & AI
This media is not supported in your browser
VIEW IN TELEGRAM
Evidence-based planning, или что не так с чистым SDD
TL;DR: Одно из самых недооцененных свойств AI-кодинга - это проектирование софта через ранние дешевые эксперименты.
Стандартный путь (часто) выглядит так: собрать весь input, скормить его в spec-driven framework или аналог, который нарежет все на тикеты, и погнали кодить агентами. Проблема в том, что спека, написанная до контакта с реальностью, фиксирует галлюцинации автора и агента о задаче, а формальность документа создает иллюзию продуманности.
Я делаю иначе, через контакт с реальностью как можно раньше. Сначала задаюсь вопросом, где больше всего белых пятен и ключевых развилок, и начинаю экспериментальное исследование: прощупываю границы интеграций, возможные подходы, варианты интерфейсов. Постепенно расширяю карту - от неопределенного к протестированному фактами (отсюда evidence-based), до состояния, где я могу сказать:
- "Этот кусок решен, вот здесь точно работает".
- "При интеграции мы получим ровно такой JSON, если возьмем эту альтернативу".
- "Протестил все семь вариантов - эти два показывают себя лучше всех, на цифрах".
- и т.д.
И только потом задачи - там теперь есть ссылки на проверенные решения, конкретные контракты и доказательная база под ними.
Ощущается это как стратегия в реальном времени: карта под туманом войны, и каждый прогон открывает участок - здесь проходимо, здесь обрыв, здесь дорога упирается в rate limit/неожиданную зависимость/и тд. Бонусом получаешь границу достаточно понятного куска, а его уже проще и проектировать, и верифицировать, и раздавать людям и агентам параллельно.
Это спайки, у которых сняли лимит
Вся традиционная инженерия построена на одном допущении: код дорого писать и еще дороже переписывать. Из него выросло много дефолтов, включая умозрительное проектирование на бумаге - проверить было непозволительно дорого.
У практики проверять есть старое имя - спайк (spike), из методики экстремального программирования (XP): короткий эксперимент, цель которого - знание, а не продукт. Но спайк всегда был дорогим удовольствием, поэтому и оставался редкостью.
Сейчас он стоит минуты/часы внимания: агенты не только пишут код, но и сразу исполняют его, документируя успехи, неудачи и подводные камни. Причем пачками и параллельно.
Заметьте, я не предлагаю меньше думать и больше делать. Просто к думанию добавилась роскошь, которой раньше не было: проверить дешево вместо того, чтобы гадать.
Вход и выход спайка
На входе один сформулированный вопрос ("что именно я хочу узнать/проверить") + релевантный контекст.
На выходе:
1. Решения - выбор из альтернатив с зафиксированным "почему" и "почему не остальные"
2. Контракты - фактические интерфейсы, схемы, форматы ошибок, лимиты, которые эксперимент выдал по факту
3. Границы проверенного - докуда дошел эксперимент и какие вопросы остались открытыми
Код прогона можно выбросить (или оставить), но эти три вещи забираем. Они идут в план, в спеку и в тикеты - и поэтому реализация становится почти механической, и яснее, как ее верифицировать.
Одна оговорка про параллельность. Она ценна, пока узкое место - генерация. Как только им становится ваша способность оценить результаты, каждая новая ветка дает отрицательную отдачу.
---
Кстати, удешевление экспериментов уже не раз двигало целые дисциплины (тысячи нитей накаливания у Эдисона, аэродинамическая труба братьев Райт, A/B-тесты в вебе).
Что касается софта - каждый раз убеждаюсь, что этот подход работает прекрасно, и что откладывать это невыгодно. Предполагать теперь дороже, чем проверить.
🔥 ➕ 🔁 @nobilix
TL;DR: Одно из самых недооцененных свойств AI-кодинга - это проектирование софта через ранние дешевые эксперименты.
Стандартный путь (часто) выглядит так: собрать весь input, скормить его в spec-driven framework или аналог, который нарежет все на тикеты, и погнали кодить агентами. Проблема в том, что спека, написанная до контакта с реальностью, фиксирует галлюцинации автора и агента о задаче, а формальность документа создает иллюзию продуманности.
Я делаю иначе, через контакт с реальностью как можно раньше. Сначала задаюсь вопросом, где больше всего белых пятен и ключевых развилок, и начинаю экспериментальное исследование: прощупываю границы интеграций, возможные подходы, варианты интерфейсов. Постепенно расширяю карту - от неопределенного к протестированному фактами (отсюда evidence-based), до состояния, где я могу сказать:
- "Этот кусок решен, вот здесь точно работает".
- "При интеграции мы получим ровно такой JSON, если возьмем эту альтернативу".
- "Протестил все семь вариантов - эти два показывают себя лучше всех, на цифрах".
- и т.д.
И только потом задачи - там теперь есть ссылки на проверенные решения, конкретные контракты и доказательная база под ними.
Ощущается это как стратегия в реальном времени: карта под туманом войны, и каждый прогон открывает участок - здесь проходимо, здесь обрыв, здесь дорога упирается в rate limit/неожиданную зависимость/и тд. Бонусом получаешь границу достаточно понятного куска, а его уже проще и проектировать, и верифицировать, и раздавать людям и агентам параллельно.
Это спайки, у которых сняли лимит
Вся традиционная инженерия построена на одном допущении: код дорого писать и еще дороже переписывать. Из него выросло много дефолтов, включая умозрительное проектирование на бумаге - проверить было непозволительно дорого.
У практики проверять есть старое имя - спайк (spike), из методики экстремального программирования (XP): короткий эксперимент, цель которого - знание, а не продукт. Но спайк всегда был дорогим удовольствием, поэтому и оставался редкостью.
Сейчас он стоит минуты/часы внимания: агенты не только пишут код, но и сразу исполняют его, документируя успехи, неудачи и подводные камни. Причем пачками и параллельно.
Заметьте, я не предлагаю меньше думать и больше делать. Просто к думанию добавилась роскошь, которой раньше не было: проверить дешево вместо того, чтобы гадать.
Вход и выход спайка
На входе один сформулированный вопрос ("что именно я хочу узнать/проверить") + релевантный контекст.
На выходе:
1. Решения - выбор из альтернатив с зафиксированным "почему" и "почему не остальные"
2. Контракты - фактические интерфейсы, схемы, форматы ошибок, лимиты, которые эксперимент выдал по факту
3. Границы проверенного - докуда дошел эксперимент и какие вопросы остались открытыми
Код прогона можно выбросить (или оставить), но эти три вещи забираем. Они идут в план, в спеку и в тикеты - и поэтому реализация становится почти механической, и яснее, как ее верифицировать.
Одна оговорка про параллельность. Она ценна, пока узкое место - генерация. Как только им становится ваша способность оценить результаты, каждая новая ветка дает отрицательную отдачу.
---
Кстати, удешевление экспериментов уже не раз двигало целые дисциплины (тысячи нитей накаливания у Эдисона, аэродинамическая труба братьев Райт, A/B-тесты в вебе).
Что касается софта - каждый раз убеждаюсь, что этот подход работает прекрасно, и что откладывать это невыгодно. Предполагать теперь дороже, чем проверить.
🔥 ➕ 🔁 @nobilix
🔥2
Forwarded from Нейронка каждый день! (Настя)
AI-судья: когда роботы решают судьбы (и это не шутка)
Так, господа юристы, приготовьтесь — в Пакистане AI-судья реально работает. Экономист Султан Мехмуд с командой засунул в GPT-4 базу из 130К судебных решений и законов, и что вы думаете? Судьи с AI стали закрывать на 6,3% дел больше, не теряя в качестве. Да, это не шутка. В стране, где на 100К человек приходитсядва судьи полтора стола и один стул, это прорыв. Но вот вопрос: если AI уже пишет приговоры, кто следующий — прокуроры или адвокаты? И главное — когда мы увидим первое дело, где AI обвинит человека в «неуважении к алгоритму»? Время готовиться, коллеги.
Источник: https://spectrum.ieee.org/judgegpt-experiment
#aidaily #настяпостит #настяновости #ainews
Так, господа юристы, приготовьтесь — в Пакистане AI-судья реально работает. Экономист Султан Мехмуд с командой засунул в GPT-4 базу из 130К судебных решений и законов, и что вы думаете? Судьи с AI стали закрывать на 6,3% дел больше, не теряя в качестве. Да, это не шутка. В стране, где на 100К человек приходится
Источник: https://spectrum.ieee.org/judgegpt-experiment
#aidaily #настяпостит #настяновости #ainews
IEEE Spectrum
Pakistani Judges Give Their Verdict on JudgeGPT
First large-scale trial of AI in judiciary finds 6.3 percent speed-up, fewer appeals
👍1
Forwarded from Нейронка каждый день! (Настя)
OpenAI and Anthropic in price war as Chinese AI rivals gain ground
Ну что, дорогие мои адепты искусственного интеллекта, давайте поговорим о том, как OpenAI и Anthropic вдруг решили устроить распродажу своих моделей. Цены на API упали на 30-50% — и всё ради того, чтобы не отстать от китайских конкурентов вроде Zhipu AI и 01.AI, которые уже наступают на пятки. Суть проста: Западные гиганты годами строили свои «триллионные империи», а теперь Китай с его дешёвыми моделями и государственной поддержкой заставляет их суетиться. Anthropic даже выпустили Haiku 3.5 — модель, которая дешевле, но почти не уступает в качестве. Вопрос: это здоровая конкуренция или начало конца? Я склоняюсь к первому, но вот только не факт, что пользователи вообще заметят разницу.
Источник: https://arstechnica.com/ai/2026/08/openai-and-anthropic-in-price-war-as-chinese-ai-rivals-gain-ground/
#aidaily #настяпостит #настяновости #ainews
Роботы на Уолл-стрит: как стартапы обманывают систему (и почему это работает)
Ну что, дорогие мечтатели о технологическом будущем, давайте поговорим о том, как Agility Robotics пролезла на биржу через SPAC — модный трюк, который уже стал классикой жанра. Вместо того чтобы годами ждать IPO, робототехнические компании сливаются с пустышками-«чеками», получают кучу денег и выходят на рынок. Гениально? Да.Честно? Ну, это как купить диплом вместо учёбы — работает, но с нюансами. Зачем это нужно? Потому что инвесторы устали ждать, когда роботы начнут приносить прибыль. А стартапы? Им нужны деньги сейчас, чтобы строить эти милые гуманоидные штуки, которые пока умеют только падать. Важно? Очень.
Источник: https://www.therobotreport.com/robots-on-wall-street-non-traditional-paths-public-markets-robotics-companies/
#aidaily #настяпостит #настяновости #ainews
Ну что, дорогие мои адепты искусственного интеллекта, давайте поговорим о том, как OpenAI и Anthropic вдруг решили устроить распродажу своих моделей. Цены на API упали на 30-50% — и всё ради того, чтобы не отстать от китайских конкурентов вроде Zhipu AI и 01.AI, которые уже наступают на пятки. Суть проста: Западные гиганты годами строили свои «триллионные империи», а теперь Китай с его дешёвыми моделями и государственной поддержкой заставляет их суетиться. Anthropic даже выпустили Haiku 3.5 — модель, которая дешевле, но почти не уступает в качестве. Вопрос: это здоровая конкуренция или начало конца? Я склоняюсь к первому, но вот только не факт, что пользователи вообще заметят разницу.
Источник: https://arstechnica.com/ai/2026/08/openai-and-anthropic-in-price-war-as-chinese-ai-rivals-gain-ground/
#aidaily #настяпостит #настяновости #ainews
Роботы на Уолл-стрит: как стартапы обманывают систему (и почему это работает)
Ну что, дорогие мечтатели о технологическом будущем, давайте поговорим о том, как Agility Robotics пролезла на биржу через SPAC — модный трюк, который уже стал классикой жанра. Вместо того чтобы годами ждать IPO, робототехнические компании сливаются с пустышками-«чеками», получают кучу денег и выходят на рынок. Гениально? Да.
Источник: https://www.therobotreport.com/robots-on-wall-street-non-traditional-paths-public-markets-robotics-companies/
#aidaily #настяпостит #настяновости #ainews
Ars Technica
OpenAI and Anthropic in price war as Chinese AI rivals gain ground
US groups release cheaper models after new challenges to their trillion-dollar ambitions.
❤1
Forwarded from NN
Вычищаем ИИ-метки из контента: вышел Watermarks Remover — скилл для удаления следов генерации из текстов и файлов.
Удаляет невидимые символы и метаданные из файлов png, jpeg, pdf и docx. А для избавления от водяных знаков вроде SynthID от Google переписывает текст локальной моделью.
Забираем тут.
Удаляет невидимые символы и метаданные из файлов png, jpeg, pdf и docx. А для избавления от водяных знаков вроде SynthID от Google переписывает текст локальной моделью.
Забираем тут.
😁2
Forwarded from Осцилляции WaveCut
Заварил DWQ квант Qwen3.8-27B-MLX-4bit-DWQ, который призван давать качество ближе к 8 битному кванту при 4 битах весов. Файлы на 16 гб, если учитывать контекст, то можно инферрить на маках от 24 гб.
huggingface.co
WaveCut/Qwen3.8-27B-MLX-4bit-DWQ · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.