Новая большая модель от Qwen Qwen3-235B-A22B-Instruct-2507
• • • • • • • • • • • •
Всем привет. Я в последнее время не про все модели пишу, потому что не все требуют внимания. Но большие хорошие и бесплатные, а еще и SOTA - не могу стороной обходить. Эта - как раз одна из них. Не люблю выпускать больше одного поста в день с материалами, чтобы не засорять вам эфир, но сегодня не смог удержаться (чуть позже сегодня будет полезняшный пост про memo.ai как раз в тему про использование разных моделей).
Alibaba выпустили новую большую модель Qwen3-235B-A22B-Instruct-2507 с лицензией Apache 2.0, которая на многих бенчмарках бьет все другие топовые модели, включая новую Kimi 2, Claude Opus 4 и других (внимание, сравнение на скриншоте ТОЛЬКО с НЕризонинг моделями).
Моделька ТОЛЬКО недумающая. Ризонинг мода пока нет.
Контекст 256к токенов.
Молодцы китайцы все-таки, опенсорсят то, что западный мир ВООБЩЕ не готов опенсорсить и заставляют всяких там OpenAI все же становится хоть немножко "Open" и опенсорсить хотя бы некоторые свои модельки. Хорошо бы еще только урезанные повыпускали, а то на 235 миллиардов хорошо конечно, что оно в опенсорсе, но это нереально запустить обычным людям. Было бы интересно погонять что-то типа 3 млрд или 12.
Надеюсь, что с безопасностью и alignment'ом там все ОК.
HuggingFace
OpenRouter (free)
Попробовать можно тут (тоже free)
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии
• • • • • • • • • • • •
Всем привет. Я в последнее время не про все модели пишу, потому что не все требуют внимания. Но большие хорошие и бесплатные, а еще и SOTA - не могу стороной обходить. Эта - как раз одна из них. Не люблю выпускать больше одного поста в день с материалами, чтобы не засорять вам эфир, но сегодня не смог удержаться (чуть позже сегодня будет полезняшный пост про memo.ai как раз в тему про использование разных моделей).
Alibaba выпустили новую большую модель Qwen3-235B-A22B-Instruct-2507 с лицензией Apache 2.0, которая на многих бенчмарках бьет все другие топовые модели, включая новую Kimi 2, Claude Opus 4 и других (внимание, сравнение на скриншоте ТОЛЬКО с НЕризонинг моделями).
Моделька ТОЛЬКО недумающая. Ризонинг мода пока нет.
Контекст 256к токенов.
Молодцы китайцы все-таки, опенсорсят то, что западный мир ВООБЩЕ не готов опенсорсить и заставляют всяких там OpenAI все же становится хоть немножко "Open" и опенсорсить хотя бы некоторые свои модельки. Хорошо бы еще только урезанные повыпускали, а то на 235 миллиардов хорошо конечно, что оно в опенсорсе, но это нереально запустить обычным людям. Было бы интересно погонять что-то типа 3 млрд или 12.
Надеюсь, что с безопасностью и alignment'ом там все ОК.
HuggingFace
OpenRouter (free)
Попробовать можно тут (тоже free)
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1
Банк памяти ИИ - memo.ai
• • • • • • • • • • • •
Я обещал в воскресенье этот пост, но, как всегда, возникла куча дел, и я не успел, сорри!
• • • • • • • • • • • •
Введение
Я тут недавно наткнулся на memo.ai и понял — это именно то, чего мне не хватало в работе с разными ИИ-моделями. У меня, как у человека, который супер часто тестирует разные ИИ-модели, была одна неприятная проблема. Каждый раз мне приходилось объяснять весь мой контект новой модели. Что я Сергей, разработчик и бла бла бла. Представьте: утром работаю с Claude, объясняю ему свои проекты, стек технологий, предпочтения в коде. Днем переключаюсь на GPT для другой задачи — и опять с нуля рассказываю, кто я, чем занимаюсь, какой у меня опыт. Вечером пробую новую модель от Google — и снова та же песня. Каждый раз трачу по 10-15 минут на "введение в курс дела". За день набегает час впустую. А если еще учесть, что коллеги постоянно спрашивают "а какую модель лучше использовать для такой задачи?" — получается полный хаос контекстов.
Что такое memo.ai и зачем нужен банк памяти
memo.ai — это своего рода "облачная память" для ИИ-моделей. Простыми словами, это сервис, который запоминает информацию о вас и автоматически подгружает ее в любую ИИ-модель, с которой вы работаете. Технически это работает через MCP (Model Context Protocol) — стандарт, который позволяет ИИ-моделям обмениваться контекстом и памятью. Когда вы задаете вопрос любой подключенной модели, она автоматически получает доступ к вашему "досье" из memo.ai.
Немного технических деталей
Под капотом memo.ai использует векторные базы данных для хранения контекста. Когда вы взаимодействуете с ИИ, система делает семантический поиск по вашей "памяти" и при необходимости подгружает релевантную информацию в контекст модели. MCP работает как прослойка между вами и ИИ. Модель видит не только ваш текущий запрос, но и связанную с ним информацию из банка памяти. Это как если бы у каждой модели был доступ к вашему личному Wiki. Система также учится на ваших взаимодействиях — если вы часто обсуждаете определенные технологии или проекты, memo.ai запоминает эти паттерны и приоритизирует такую информацию. Там есть разные уровни памяти. Долгосрочная - там какие-то верхнеуровневые знания, среднесрочная - более подробная, и краткосрочная - которая помнит все подробности. Например несколько последних обсуждений.
Итого
Это не только для разработчиков полезно. Представьте: вы планируете отпуск и общаетесь с разными ИИ-помощниками. Один ищет билеты, другой — отели, третий — составляет маршрут. С memo.ai все они знают ваши предпочтения: что вы не едите острое, любите музеи, путешествуете с двумя детьми и предпочитаете отели 4*.
Теперь я экономлю время, получаю более персонализированные ответы, и главное — могу спокойно экспериментировать с новыми моделями, не теряя контекст.
memo.ai пока в раннем доступе, но уже показывает, в каком направлении будет развиваться взаимодействие с ИИ. Персональные банки памяти, как по мне — это будущее, которое уже наступило. Есть бесплатная подписка на потестить и несколько разных платных вариантов. От 25$ до 250$ в месяц
P.S. Если используете несколько ИИ-помощников в работе, очень рекомендую попробовать. Время, которое экономишь на контексте, можно потратить на решение реальных задач.
P.P.S Только не забудьте MCP от memo.ai подключить к своим моделькам. Чем раньше сделаете, тем больше памяти соберется.
Попробовать можно тут
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #полезныеинструменты
• • • • • • • • • • • •
Я обещал в воскресенье этот пост, но, как всегда, возникла куча дел, и я не успел, сорри!
• • • • • • • • • • • •
Введение
Я тут недавно наткнулся на memo.ai и понял — это именно то, чего мне не хватало в работе с разными ИИ-моделями. У меня, как у человека, который супер часто тестирует разные ИИ-модели, была одна неприятная проблема. Каждый раз мне приходилось объяснять весь мой контект новой модели. Что я Сергей, разработчик и бла бла бла. Представьте: утром работаю с Claude, объясняю ему свои проекты, стек технологий, предпочтения в коде. Днем переключаюсь на GPT для другой задачи — и опять с нуля рассказываю, кто я, чем занимаюсь, какой у меня опыт. Вечером пробую новую модель от Google — и снова та же песня. Каждый раз трачу по 10-15 минут на "введение в курс дела". За день набегает час впустую. А если еще учесть, что коллеги постоянно спрашивают "а какую модель лучше использовать для такой задачи?" — получается полный хаос контекстов.
Что такое memo.ai и зачем нужен банк памяти
memo.ai — это своего рода "облачная память" для ИИ-моделей. Простыми словами, это сервис, который запоминает информацию о вас и автоматически подгружает ее в любую ИИ-модель, с которой вы работаете. Технически это работает через MCP (Model Context Protocol) — стандарт, который позволяет ИИ-моделям обмениваться контекстом и памятью. Когда вы задаете вопрос любой подключенной модели, она автоматически получает доступ к вашему "досье" из memo.ai.
Немного технических деталей
Под капотом memo.ai использует векторные базы данных для хранения контекста. Когда вы взаимодействуете с ИИ, система делает семантический поиск по вашей "памяти" и при необходимости подгружает релевантную информацию в контекст модели. MCP работает как прослойка между вами и ИИ. Модель видит не только ваш текущий запрос, но и связанную с ним информацию из банка памяти. Это как если бы у каждой модели был доступ к вашему личному Wiki. Система также учится на ваших взаимодействиях — если вы часто обсуждаете определенные технологии или проекты, memo.ai запоминает эти паттерны и приоритизирует такую информацию. Там есть разные уровни памяти. Долгосрочная - там какие-то верхнеуровневые знания, среднесрочная - более подробная, и краткосрочная - которая помнит все подробности. Например несколько последних обсуждений.
Итого
Это не только для разработчиков полезно. Представьте: вы планируете отпуск и общаетесь с разными ИИ-помощниками. Один ищет билеты, другой — отели, третий — составляет маршрут. С memo.ai все они знают ваши предпочтения: что вы не едите острое, любите музеи, путешествуете с двумя детьми и предпочитаете отели 4*.
Теперь я экономлю время, получаю более персонализированные ответы, и главное — могу спокойно экспериментировать с новыми моделями, не теряя контекст.
memo.ai пока в раннем доступе, но уже показывает, в каком направлении будет развиваться взаимодействие с ИИ. Персональные банки памяти, как по мне — это будущее, которое уже наступило. Есть бесплатная подписка на потестить и несколько разных платных вариантов. От 25$ до 250$ в месяц
P.S. Если используете несколько ИИ-помощников в работе, очень рекомендую попробовать. Время, которое экономишь на контексте, можно потратить на решение реальных задач.
P.P.S Только не забудьте MCP от memo.ai подключить к своим моделькам. Чем раньше сделаете, тем больше памяти соберется.
Попробовать можно тут
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍7🔥4
• • • • • • • • • • • •
1) Amazon сокращает облачников
AWS увольняет часть команды. Сколько именно - не говорят, какие подразделения - тоже. Выручка AWS три квартала подряд была ниже ожиданий, вот и оптимизируют штат.
Забавно, что Amazon после 2022 года уволила уже 27+ тысяч человек (!!! хренасе текучка), а продолжает нанимать в AWS. Видимо, одних увольняют, других нанимают. Обычная история с большими корпорациями.
Источник
• • • • • • • • • • • •
2) Основатель Robinhood собрал $100 млн на математический ИИ
Влад Тенев (да, тот самый из истории с GameStop) создал стартап Harmonic AI и привлек $100 млн от Kleiner Perkins, Sequoia и других. Оценка - $875 млн.
Они делают ИИ для решения сложных математических задач. Флагманская модель называется Aristotle, обещают выпустить в конце года. Цель амбициозная - решать математические задачи лучше любого человека и в перспективе tackle основные нерешенные проблемы науки.
Интересно, получится ли у них то, что не получается у всех остальных - создать по-настоящему рассуждающий ИИ для математики.
Источник
• • • • • • • • • • • •
3) Figma идет на IPO после провала сделки с Adobe
Хотят привлечь до $1 млрд при оценке $13,6 млрд. Это меньше тех $20 млрд, которые предлагала Adobe два года назад, но аналитики думают, что после размещения может быть и $21 млрд.
Выручка за Q1 - $228 млн, прибыль - $45 млн. Неплохо для сервиса по дизайну (или они уже не только про это?)
Любопытно, на сколько рынок оценит Figma без Adobe. Все-таки они неплохо растут и монетизируются.
Источник
• • • • • • • • • • • •
4) Perplexity покупает Индию целиком
Perplexity заключили сделку с индийским оператором Bharti Airtel - всем 360 млн абонентам дадут годовую подписку Pro бесплатно. Обычно она стоит $200.
Логика простая: в США OpenAI уже всех захватила, а Индия - второй по величине интернет-рынок. Загрузки Perplexity там за квартал выросли на 600%. Плюс сделка эксклюзивная - другие операторы Perplexity бесплатно раздавать не смогут.
Неплохая стратегия - если не можешь победить в Америке, захвати Индию. 360 миллионов пользователей - это тебе не хухры мухры
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1
warp.dev — терминал, который понял, что 2025-й уже наступил
• • • • • • • • • • • •
warp.dev — это терминал нового поколения для macOS/Linux/Windows, написанный на Rust. Он ориентирован на разработчиков, которые устали от архаичных CLI-интерфейсов. Warp делает терминал интерактивным и мышедружественным.
Ключевые фишки:
GUI+CLI гибрид: ввод делится на команды (Command Blocks), как в IDE. Навигация мышью, и копирование вывода команды — норма.
AI-компаньон: встроенный Copilot подсказывает команды, объясняет ошибки, генерирует сниппеты. Можно использовать кучу моделей, при этом есть и basic model какая-то от самого warp - она бесплатная и работает в целом неплохо, но я сижу на Claude Sonnet 4.
История и поиск: команды хранятся с контекстом, есть полнотекстовый поиск по истории. Можно использовать его вместо cmd r (хотя я старовер в этом плане еще, cmd r для меня все).
Я вообще думал, что он полностью бесплатный, а оказывается там прайсинг есть, просто я не вылезал за лимиты никогда, потому что инфраструктурой нечасто занимаюсь. А так, есть тарифы за 15 и 40 долларов.
Мои задачи типа "поставь docker", "настрой такой-то проксипас на nginx", "место закончилось на диске, выясни почему, какой процесс отжирает память" и все в таком духе - решает сам на отлично.
Итого: если терминал — твоя основная рабочая лошадь, или ты, как я, иногда хочешь решать девопсовские задачки без боли и запоминания флагов и тд (поймите меня правильно, я ЗА то, чтобы использовать хоткеи, помнить флаги и тд, просто я очень редко такими задачами занимюась, и думаю, таких много) - настоятельно советую попробовать warp. Быстро, умно, удобно. И до определенных лимитов хватает бесплатной версии. Прям золото.
https://www.warp.dev/
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #полезныеинструменты
• • • • • • • • • • • •
warp.dev — это терминал нового поколения для macOS/Linux/Windows, написанный на Rust. Он ориентирован на разработчиков, которые устали от архаичных CLI-интерфейсов. Warp делает терминал интерактивным и мышедружественным.
Ключевые фишки:
GUI+CLI гибрид: ввод делится на команды (Command Blocks), как в IDE. Навигация мышью, и копирование вывода команды — норма.
AI-компаньон: встроенный Copilot подсказывает команды, объясняет ошибки, генерирует сниппеты. Можно использовать кучу моделей, при этом есть и basic model какая-то от самого warp - она бесплатная и работает в целом неплохо, но я сижу на Claude Sonnet 4.
История и поиск: команды хранятся с контекстом, есть полнотекстовый поиск по истории. Можно использовать его вместо cmd r (хотя я старовер в этом плане еще, cmd r для меня все).
Я вообще думал, что он полностью бесплатный, а оказывается там прайсинг есть, просто я не вылезал за лимиты никогда, потому что инфраструктурой нечасто занимаюсь. А так, есть тарифы за 15 и 40 долларов.
Мои задачи типа "поставь docker", "настрой такой-то проксипас на nginx", "место закончилось на диске, выясни почему, какой процесс отжирает память" и все в таком духе - решает сам на отлично.
Итого: если терминал — твоя основная рабочая лошадь, или ты, как я, иногда хочешь решать девопсовские задачки без боли и запоминания флагов и тд (поймите меня правильно, я ЗА то, чтобы использовать хоткеи, помнить флаги и тд, просто я очень редко такими задачами занимюась, и думаю, таких много) - настоятельно советую попробовать warp. Быстро, умно, удобно. И до определенных лимитов хватает бесплатной версии. Прям золото.
https://www.warp.dev/
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍8
• • • • • • • • • • • •
1) Alibaba представила новую кодерскую модель Qwen 3 Coder
Китайцы выпустили очередную модель для программирования, которая показывает результаты близкие к Claude Sonnet 4. Главный плюс - можно использовать чат-версию бесплатно. По api тоже стоит довольно дешево.
Создается ощущение, что все компании устроили гонку "кто больше моделей выкатит" - каждый день что-то новое появляется. Но это и хорошо для нас - конечных потребителей.
На данный момент Qwen-3-Coder и Qwen-3-235B-A22B-2507 - две очень хорошие бесплатные в чат версии модели, которые вполне могут вам заменить ChatGPT и работают как будто стабильнее, чем DeepSeek. Тут тоже все есть - генерация картинок (сегодня котик оттуда), аплоад документов и картинок, диприсерч, веб-поиск и тд. Единственное, mcp пока не подключить конкретные, но думаю - добавят скоро.
Пробуем тут
• • • • • • • • • • • •
2) Сэм Альтман бьёт тревогу из-за ИИ-мошенников
Руководитель OpenAI выступил с предупреждением о том, что искусственный интеллект научился легко взламывать системы проверки личности, особенно распознавание голоса. Выступая перед ФРС, он охарактеризовал происходящее как "приближающуюся катастрофу".
"Банки продолжают использовать голосовую авторизацию для крупных переводов. Это просто безрассудство" - заявил Альтман. Он подчеркнул, что ИИ без труда имитирует голос и внешность людей, а банковская сфера не успевает адаптироваться к новым угрозам.
Забавно, что предупреждение исходит от главы компании, которая как раз разрабатывает подобные технологии. Типичная история: "Мы запустили джинна из бутылки, теперь всем надо с этим разбираться".
Источник
• • • • • • • • • • • •
3) ChatGPT получит образовательный режим для учащихся
OpenAI разрабатывает специальную функцию "Study and Learn" для помощи в обучении:
— решение домашних заданий
— подготовка к экзаменам по всем дисциплинам
— разъяснение сложных концепций
Скорее всего, функция появится к началу нового учебного сезона - к сентябрю.
Привет, EdTech-стартапы. OpenAI продолжает методично поглощать рынки одним обновлением за раз.
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
2
Вайбкодинг - пока что мертв
• • • • • • • • • • • •
Итак, ребята, решил я опять немножко поныть и пожаловаться, подвести итоги своего небольшого вайбкод-проекта. Извините за мат в картинках, но он меня в какой-то момент довел)
Для понимания бизнес-логики и объема проекта: несколько сдк интеграций + несколько внешних апи интеграций + перевод данных в векторы и поиск по ним + относительно несложная бизнес логика + интерфейс телеграм лонгполлинг бота. Не rocket science, но и не что-то стандартное, что можно купить коробкой. Больше подробностей по бизнес-логике осознанно не раскрываю, если все получится - обязательно расскажу.
Стек: kotlin-spring-coroutines-pg-redis-python-postgres
У меня была цель написать проект полностью с помощью агента Cursor (прям чтобы вообще ни строчки не писать самому), но как раз, когда я начал - вышла Kiro IDE от Amazon, была доступна свободно и бесплатно - и я решил попробовать. Спойлер - попытка провалилась. И нет, это не из-за Kiro - в Cursor было бы так же.
Сначала была эйфория, он довольно долго писал самостоятельно, закрывал задачи, писал тесты, ставил галочки, я подходил раз в час к ноуту - все было очень классно - все было зелененькое.
Потом настал момент, когда я сел запускать и тестировать все это счастье. И знаете, здесь я понял, что это полная шляпа. Были написаны сотни тестов, которые, по факту, ничего не тестировали. Была ОЧЕНЬ переусложнена архитектура проекта, хотя я много раз в ТЗ писал не переусложнять и сделать максимально просто. Очень много лишних конфигураций, которые на самом деле вы никогда менять не будете, и лучше захардкодить. Некоторые места, которые не поддались реализации - агент просто замокал с комментарием - у меня тут не сработало, реализовать позже. Или - с помощью этого сдк так сделать не получится, но я его оставлю, потому что было сказано его использовать, а тесты скипну - чтобы выполнить задачу (одним из условий выполнения было - чтобы все тесты проходили).
В итоге я сел и сам зарефакторил за вечер все. Очень сильно упростил архитектурные решения, выпилил нафиг все тесты, потому что толку от них было ноль, переписал некоторые куски и дореализовал то, что было недореализовано. Делал это на 50% сам, на 50% с помощью Github Copilot внутри Intellij Idea - но уже маленькими кусками с работой над конкретными файлами. Да, за вечер я все поправил, запустил проект, все работает, как ожидаемо - но я теперь не знаю, как было бы быстрее - может с нуля написать самому + агент для маленьких кусков типа круда и тд? По ощущениям, как будто - так было бы действительно быстрее, чем тот подход, который изначально выбрал я.
Я уже сравнивал текущий уровень агентов с недоджунами - и еще раз повторюсь: прям очень похоже. Меня так же выбесили некоторые решения, меня также удивили архитектурные переусложнения и попытки скрыть недочеты - как если бы это все писал какой-нибудь джуно-интерн.
В общем - если вы не понимаете ничего в кодинге - не получится пока что ничего сложнее какого-то лендоса или стандартного круда или какого-то ОЧЕНЬ стандартного решения навайбкодить (а такие решения обычно есть как готовые коробки за подписку и тд, и я, опять же, не вижу в них смысла). Либо получится, но под капотом там такой трешак будет, что любое изменение будет невыносимой болью.
Думаю, 30% кода с Microsoft и тд, написанные с помощью ИИ - это именно "дописывание функций и строк" и какие-то круды и базовые юнит-тесты (которые разработчики потом сами все равно шлифуют).
Через месяцок-другой сделаю еще один подход, уже наверняка выйдет какая-нибудь условная GPT-5 и пара больших обновлений для агентов. Но пока - мое фи.
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии
• • • • • • • • • • • •
Итак, ребята, решил я опять немножко поныть и пожаловаться, подвести итоги своего небольшого вайбкод-проекта. Извините за мат в картинках, но он меня в какой-то момент довел)
Для понимания бизнес-логики и объема проекта: несколько сдк интеграций + несколько внешних апи интеграций + перевод данных в векторы и поиск по ним + относительно несложная бизнес логика + интерфейс телеграм лонгполлинг бота. Не rocket science, но и не что-то стандартное, что можно купить коробкой. Больше подробностей по бизнес-логике осознанно не раскрываю, если все получится - обязательно расскажу.
Стек: kotlin-spring-coroutines-pg-redis-python-postgres
У меня была цель написать проект полностью с помощью агента Cursor (прям чтобы вообще ни строчки не писать самому), но как раз, когда я начал - вышла Kiro IDE от Amazon, была доступна свободно и бесплатно - и я решил попробовать. Спойлер - попытка провалилась. И нет, это не из-за Kiro - в Cursor было бы так же.
Сначала была эйфория, он довольно долго писал самостоятельно, закрывал задачи, писал тесты, ставил галочки, я подходил раз в час к ноуту - все было очень классно - все было зелененькое.
Потом настал момент, когда я сел запускать и тестировать все это счастье. И знаете, здесь я понял, что это полная шляпа. Были написаны сотни тестов, которые, по факту, ничего не тестировали. Была ОЧЕНЬ переусложнена архитектура проекта, хотя я много раз в ТЗ писал не переусложнять и сделать максимально просто. Очень много лишних конфигураций, которые на самом деле вы никогда менять не будете, и лучше захардкодить. Некоторые места, которые не поддались реализации - агент просто замокал с комментарием - у меня тут не сработало, реализовать позже. Или - с помощью этого сдк так сделать не получится, но я его оставлю, потому что было сказано его использовать, а тесты скипну - чтобы выполнить задачу (одним из условий выполнения было - чтобы все тесты проходили).
В итоге я сел и сам зарефакторил за вечер все. Очень сильно упростил архитектурные решения, выпилил нафиг все тесты, потому что толку от них было ноль, переписал некоторые куски и дореализовал то, что было недореализовано. Делал это на 50% сам, на 50% с помощью Github Copilot внутри Intellij Idea - но уже маленькими кусками с работой над конкретными файлами. Да, за вечер я все поправил, запустил проект, все работает, как ожидаемо - но я теперь не знаю, как было бы быстрее - может с нуля написать самому + агент для маленьких кусков типа круда и тд? По ощущениям, как будто - так было бы действительно быстрее, чем тот подход, который изначально выбрал я.
Я уже сравнивал текущий уровень агентов с недоджунами - и еще раз повторюсь: прям очень похоже. Меня так же выбесили некоторые решения, меня также удивили архитектурные переусложнения и попытки скрыть недочеты - как если бы это все писал какой-нибудь джуно-интерн.
В общем - если вы не понимаете ничего в кодинге - не получится пока что ничего сложнее какого-то лендоса или стандартного круда или какого-то ОЧЕНЬ стандартного решения навайбкодить (а такие решения обычно есть как готовые коробки за подписку и тд, и я, опять же, не вижу в них смысла). Либо получится, но под капотом там такой трешак будет, что любое изменение будет невыносимой болью.
Думаю, 30% кода с Microsoft и тд, написанные с помощью ИИ - это именно "дописывание функций и строк" и какие-то круды и базовые юнит-тесты (которые разработчики потом сами все равно шлифуют).
Через месяцок-другой сделаю еще один подход, уже наверняка выйдет какая-нибудь условная GPT-5 и пара больших обновлений для агентов. Но пока - мое фи.
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍12😁11
• • • • • • • • • • • •
1) OpenAI собирается выпустить GPT-5 в августе
Много пока неизвестно про модель, но она, по идее, должна быть SOTA везде + по обещаниям Альтмана - она должна быть all in one - то есть нам больше не придется выбирать между разными моделями для разных задач (mini для легких, o3 для очень сложных и тд) - она будет сама решать, сложная эта задача или легкая, и задействовать соответствующие ресурсы. Интересно, если это действительно будет так, стоимость тоже будет рассчитываться исходя из сложности? Пока я не до конца понимаю, ждем информации, но в любом случае - уже скоро.
Источник
• • • • • • • • • • • •
2) Трамп решил обогнать Китай в AI любой ценой
Новый президент подписал серию указов, чтобы ускорить развитие ИИ в США. План амбициозный: упростить строительство дата-центров, дать им приоритет в поставках энергии (включая угольную), ужесточить контроль экспорта AI-чипов и поддержать экспорт AI-пакетов в дружественные страны.
Но самое интересное — Трамп требует "идеологическую нейтральность" от AI-моделей. Никаких упоминаний DEI, климата и дезинформации в стандартах. Плюс разрешили обучать модели на авторских текстах без согласия правообладателей — авторы явно не в восторге.
Указ Байдена 2023 года с требованиями к прозрачности и безопасности отменили. "Америка начала гонку AI — и мы её выиграем", — заявил Трамп. Посмотрим, получится ли обогнать Китай такими методами.
Мне не нравится это все, не одобряю. Звучит как-то слишком вызывающе и опасно.
Источник
• • • • • • • • • • • •
3) Tesla продолжает проседать из-за падения продаж электрокаров
Чистая прибыль Tesla за Q2 2025 упала на 16% до $1,17 млрд. Причина простая — люди меньше покупают электрокары. Поставки снизились на 13,5%, продали всего 384,1 тыс. авто за квартал. Выручка тоже просела на 12% до $22,5 млрд.
Маск признает, что впереди могут быть несколько сложных кварталов, но обещает более дешевую версию Model Y. Плюс делает ставку на автономные машины — говорит, что они улучшат финансовое положение компании к 2027 году.
Интересно, насколько быстро Tesla сможет адаптироваться к изменившемуся спросу на электрокары. Пока что цифры не радуют.
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1
Media is too big
VIEW IN TELEGRAM
Киберпанк все ближе
• • • • • • • • • • • •
За 5900$ можно купить себе такую игрушку, он будет за вами бегать, прыгать, и на руках ходить)) Ценность пока сомнительная, конечно, ждем побольше инфы, но я так и представляю уже, что через пару лет таких товарищей на улице будет пруд пруди
Норм или стрем?
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии
• • • • • • • • • • • •
За 5900$ можно купить себе такую игрушку, он будет за вами бегать, прыгать, и на руках ходить)) Ценность пока сомнительная, конечно, ждем побольше инфы, но я так и представляю уже, что через пару лет таких товарищей на улице будет пруд пруди
Норм или стрем?
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1
• • • • • • • • • • • •
1) Yandex B2B Tech открыл доступ к Qwen3-235B-A22B-Instruct-2507 через свое API
Это инстракт модель, не ризонинг, но очень большая и умная, по бенчмаркам показывает себя на уровне топовых моделек OpenAI и DeepSeek. Если я правильно понял их ценники на сайте, то стоит в районе 330 рублей на 1млн токенов (входные-выходные они не специфицируют), что очень неплохо, если даже взять текущий курс доллара.
Источник
• • • • • • • • • • • •
2) ChatGPT Agent стал доступен в подписке для обычных людей (за 20$, а не за 200$)
У меня Plus подписка, я попробовал, потыкал. Тот же самый Manus и собратья, только как будто делает все дольше, чем они. Видно, что OpenAI сейчас все силы (как я думаю) отдают на GPT-5, и вот эту штуку я уже реально жду
Мой тест по покупке билетов из Барселоны в Мадрид он успешно выполнил (дошел до ввода паспортных данных и данных карты), но у него ушло 17 минут на это. Так что двоякое ощущение.
В месяц на Plus подписке доступно 40 токенов, на поиск билетов ушло 2.
Агента можно потыкать в tools -> agent mode в интерфейсе chatgpt
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1
Новая большая модель Qwen3 Coder от Alibaba
• • • • • • • • • • • •
Очередной сюрприз от наших китайских друзей. Alibaba выкатили Qwen3 Coder, и я должен сказать — это реально впечатляет, учитывая, что модель в опенсорсе и доступна бесплатно в формате чата.
Это модель на 480 миллиардов параметров (хотя активных только 35B благодаря MoE архитектуре), которая натренирована на 7.5 триллионах токенов, причем 70% из них — чистый код. Это просто безумие какое-то (это офигеть какой объем, они весь инет выкачали?). По бенчмаркам она почти дотягивает до Claude 4 Sonnet. Почти догнали западных гигантов. У которых речь о полноценном бесплатном доступе - даже и близко нет.
Поддерживается до 1млн токенов контекста.
Вместе с моделью запустили Qwen Code — это форк Gemini CLI, заточенный специально под Qwen Coder. Плюс для пользователей Claude Code сделали совместимый эндпоинт с API Anthropic. Я не совсем понял по ценнику, там какие-то очень сложные формулы, и я так понял, что эта штука как раз не сильно дешевле аналогов.
Я уже говорил, я радуюсь тому, как быстро развиваются открытые китайские модели. Они реально дышат в затылок западным гигантам, и это создает здоровую конкуренцию. Qwen3 Coder — это большой серьезный шаг вперед в мире кодинг-моделей.
Модель доступна бесплатно в веб-версии, так что можете сами потестить.
Кстати, доступна без впн в РФ. И уже точно получше яндексовых и, прости господи, гигачата. Рассмотрите заменой дипсика.
Источник
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии #полезныеинструменты
• • • • • • • • • • • •
Очередной сюрприз от наших китайских друзей. Alibaba выкатили Qwen3 Coder, и я должен сказать — это реально впечатляет, учитывая, что модель в опенсорсе и доступна бесплатно в формате чата.
Это модель на 480 миллиардов параметров (хотя активных только 35B благодаря MoE архитектуре), которая натренирована на 7.5 триллионах токенов, причем 70% из них — чистый код. Это просто безумие какое-то (это офигеть какой объем, они весь инет выкачали?). По бенчмаркам она почти дотягивает до Claude 4 Sonnet. Почти догнали западных гигантов. У которых речь о полноценном бесплатном доступе - даже и близко нет.
Поддерживается до 1млн токенов контекста.
Вместе с моделью запустили Qwen Code — это форк Gemini CLI, заточенный специально под Qwen Coder. Плюс для пользователей Claude Code сделали совместимый эндпоинт с API Anthropic. Я не совсем понял по ценнику, там какие-то очень сложные формулы, и я так понял, что эта штука как раз не сильно дешевле аналогов.
Я уже говорил, я радуюсь тому, как быстро развиваются открытые китайские модели. Они реально дышат в затылок западным гигантам, и это создает здоровую конкуренцию. Qwen3 Coder — это большой серьезный шаг вперед в мире кодинг-моделей.
Модель доступна бесплатно в веб-версии, так что можете сами потестить.
Кстати, доступна без впн в РФ. И уже точно получше яндексовых и, прости господи, гигачата. Рассмотрите заменой дипсика.
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
2
• • • • • • • • • • • •
1) Meta наконец нашла себе Chief Scientist
Им стал Shengjia Zhao из OpenAI. Там он работал над GPT-4, o1, o3, GPT-4.1 и возглавлял направление synthetic data. А еще он соавтор оригинальной статьи про ChatGPT вместе с Яном Лейке и Джоном Шульманом.
Ну что, ждем наконец уже от Meta каких-то новостей, а то уже прошло какое-то время с новой командой за сотни миллионов долларов. Думаю, в течение пары месяцев выкатят что-то очень и очень крутое
• • • • • • • • • • • •
2) OpenAI хочет еще $40 млрд
- OpenAI хочет привлечь рекордные $40 млрд за 2025 год
- Founders Fund и Dragoneer обязались дать $1+ млрд
- SV Angel вложит около $200+ млн
- Оценка компании до привлечения капитала уже $260 млрд
- В первом транше получили $40 млрд (из них SoftBank дал $7,5 млрд)
- Среди инвесторов Andreessen Horowitz и госфонд Сингапура
- Ведут переговоры с госфондом Саудовской Аравии
Интересно, куда они столько денег тратят? На чипы понятно, но $40 млрд - это серьезно даже для них.
Несколько лет назад любые инвестиции на 1млрд$ были чем-то невероятным. А тут - на порядки больше.
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1
"Мягкая сингулярность" Альтмана — мы уже за горизонтом событий
• • • • • • • • • • • •
Статья по текущим меркам относительно старая, июньская)) Но читать было интересно. Ссылку на оригинал в конце пересказа приложу.
Сэм Альтман выкатил эссе "The Gentle Singularity", и там есть несколько крайне интересных мыслей. Он считает, что мы уже прошли точку невозврата в развитии ИИ, просто многие этого не замечают.
Главная мысль — "взлет начался"
Альтман утверждает, что горизонт событий мы уже прошли. Да, роботы пока не ходят по улицам, но ChatGPT уже "мощнее любого человека, когда-либо жившего" — сотни миллионов людей ежедневно используют его для серьезных задач.
Прогнозы на ближайшие годы довольно конкретные:
2025: агенты для "настоящей когнитивной работы", кодинг изменится навсегда
2026: системы, способные "находить новые идеи"
2027: роботы в реальном мире
К 2030 году производительность одного человека вырастет просто в разы по сравнению с 2020-м.
Изобилие интеллекта и энергии
В 2030-х будет "дикое изобилие интеллекта и энергии". Альтман говорит, что эти два фактора всегда были главными ограничителями прогресса. Когда их станет много — теоретически можно получить что угодно. Стоимость интеллекта упадет до стоимости электричества.
Рекурсивное самосовершенствование
Самое интересное — ИИ ускорит собственные исследования. "Десятилетнюю работу за год или месяц" — темпы станут безумными. Альтман называет это "личиночной версией рекурсивного самосовершенствования". Уже сейчас созданные инструменты помогают создавать лучшие системы ИИ.
Экономические изменения
Мир станет настолько богаче, что появятся новые политические идеи. Классы рабочих мест исчезнут, но появятся новые — сейчас они покажутся "фальшивыми", но будут важными для тех, кто их выполняет.
Роботы смогут управлять всей цепочкой поставок — от добычи ресурсов до строительства новых заводов и дата-центров.
Проблемы и риски
Альтман честно говорит о серьезных вызовах:
Проблема согласования — как заставить ИИ делать то, чего мы действительно хотим долгосрочно. Пример неудачи — соцсети как "несогласованный ИИ".
Распределение доступа — суперинтеллект должен быть дешевым и доступным, а не концентрированным у отдельных компаний или стран.
Ключевые цитаты
"Мы прошли горизонт событий; взлет начался" — это статус-кво прямо сейчас.
"Интеллект, слишком дешевый, чтобы его измерять, вполне достижим" — vision на будущее.
OpenAI позиционирует себя как "исследовательская компания в области суперинтеллекта".
Альтман завершает пожеланием "плавно, экспоненциально и без происшествий масштабироваться через суперинтеллект".
В общем, текст довольно оптимистичный, но с пониманием рисков. Если Альтман прав — мы живем в самом начале самых кардинальных изменений в истории человечества. И судя по темпам развития — ждать осталось недолго.
Оригинал статьи
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии
• • • • • • • • • • • •
Статья по текущим меркам относительно старая, июньская)) Но читать было интересно. Ссылку на оригинал в конце пересказа приложу.
Сэм Альтман выкатил эссе "The Gentle Singularity", и там есть несколько крайне интересных мыслей. Он считает, что мы уже прошли точку невозврата в развитии ИИ, просто многие этого не замечают.
Главная мысль — "взлет начался"
Альтман утверждает, что горизонт событий мы уже прошли. Да, роботы пока не ходят по улицам, но ChatGPT уже "мощнее любого человека, когда-либо жившего" — сотни миллионов людей ежедневно используют его для серьезных задач.
Прогнозы на ближайшие годы довольно конкретные:
2025: агенты для "настоящей когнитивной работы", кодинг изменится навсегда
2026: системы, способные "находить новые идеи"
2027: роботы в реальном мире
К 2030 году производительность одного человека вырастет просто в разы по сравнению с 2020-м.
Изобилие интеллекта и энергии
В 2030-х будет "дикое изобилие интеллекта и энергии". Альтман говорит, что эти два фактора всегда были главными ограничителями прогресса. Когда их станет много — теоретически можно получить что угодно. Стоимость интеллекта упадет до стоимости электричества.
Рекурсивное самосовершенствование
Самое интересное — ИИ ускорит собственные исследования. "Десятилетнюю работу за год или месяц" — темпы станут безумными. Альтман называет это "личиночной версией рекурсивного самосовершенствования". Уже сейчас созданные инструменты помогают создавать лучшие системы ИИ.
Экономические изменения
Мир станет настолько богаче, что появятся новые политические идеи. Классы рабочих мест исчезнут, но появятся новые — сейчас они покажутся "фальшивыми", но будут важными для тех, кто их выполняет.
Роботы смогут управлять всей цепочкой поставок — от добычи ресурсов до строительства новых заводов и дата-центров.
Проблемы и риски
Альтман честно говорит о серьезных вызовах:
Проблема согласования — как заставить ИИ делать то, чего мы действительно хотим долгосрочно. Пример неудачи — соцсети как "несогласованный ИИ".
Распределение доступа — суперинтеллект должен быть дешевым и доступным, а не концентрированным у отдельных компаний или стран.
Ключевые цитаты
"Мы прошли горизонт событий; взлет начался" — это статус-кво прямо сейчас.
"Интеллект, слишком дешевый, чтобы его измерять, вполне достижим" — vision на будущее.
OpenAI позиционирует себя как "исследовательская компания в области суперинтеллекта".
Альтман завершает пожеланием "плавно, экспоненциально и без происшествий масштабироваться через суперинтеллект".
В общем, текст довольно оптимистичный, но с пониманием рисков. Если Альтман прав — мы живем в самом начале самых кардинальных изменений в истории человечества. И судя по темпам развития — ждать осталось недолго.
Оригинал статьи
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
3🤯17👍10
• • • • • • • • • • • •
1) Anthropic может привлечь до $5 млрд и удвоить оценку до $150+ млрд
Кажется, у ребят из Anthropic дела идут очень хорошо. Компания ведет переговоры о новом раунде инвестиций, который может составить от $3 до $5 млрд. При этом оценка стартапа может вырасти с нынешних $61,5 млрд до $150+ млрд — больше чем вдвое
В переговорах участвуют инвесторы с Ближнего Востока, включая MGX из Абу-Даби. Google, Amazon и другие крупные игроки уже вложились ранее.
ARR компании после начала 2025 года вырос вчетверо до $4 млрд, причем 80% дохода приходится на бизнес-подписки. Видно, что Claude действительно нашел свою аудиторию среди корпоративных клиентов.
Повторюсь, наверное, но: интересно наблюдать, как суммы инвестраундов в AI становятся все более космическими
• • • • • • • • • • • •
2) Google запустил Opal — AI-инструмент для no-code разработки
Google выкатил в Labs новый инструмент под названием Opal, пока только для пользователей из США. Концепция простая: описываешь что хочешь сделать, и Opal собирает веб-приложение. Каждый шаг генерации можно отредактировать или добавить что-то свое через визуальный редактор.
Готовое приложение можно опубликовать и поделиться ссылкой. Есть даже галерея готовых проектов для "ремикса". Ориентируются не только на разработчиков, но и на тех, кто вообще не умеет программировать.
Такие инструменты сейчас выходят чуть ли не каждую неделю. Интересно, кто в итоге выиграет эту гонку no-code платформ
Попробовать можно тут
• • • • • • • • • • • •
3) Мустафа Сулейман из Microsoft мечтает о "гуманистическом суперинтеллекте"
WSJ опубликовал большой материал о планах Сулеймана, который возглавляет AI в Microsoft. Он считает себя где-то между мечтателем и реалистом, и AGI, по его мнению, мы не достигнем в ближайшие 10 лет.
Но у него есть своя идея — создать то, что он называет "Humanist Superintelligence". Это ИИ для решения сложных социальных проблем в энергетике, образовании, здравоохранении. Сулейман больше сосредоточен именно на этом, чем на гонке за AGI.
Кстати, ИИ от Microsoft уже получает 50+ млн запросов в день про здоровье — неплохие цифры для начала.
Определение AGI, кстати, стало камнем преткновения между Microsoft и OpenAI, потому что от этого зависят серьезные финансовые обязательства между компаниями
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1
Please open Telegram to view this post
VIEW IN TELEGRAM
12
• • • • • • • • • • • •
1) Китайская Z.AI выпустила открытую модель GLM-4.5
Новая MoE-модель с архитектурой на 355 миллиардов параметров (32 млрд активны) показывает интересные результаты. В общих знаниях и научных тестах GLM-4.5 немного отстает от западных флагманов и некоторых китайских open-source конкурентов.
Но вот в задачах с агентами, программированием и автономной работой в интернете модель демонстрирует выдающиеся результаты — вплоть до превосходства над лидерами рынка. При этом стоит примерно в 5 раз дешевле Grok 4 и Sonnet 4.
Также выпущена облегченная версия GLM-4.5 Air на 106/12 млрд параметров.
Честно говоря, очень интересно посмотреть, как китайцы будут развивать специализированные модели. Может, будущее за узкопрофильными решениями, а не универсальными монстрами? Ну, и я могу сказать, что и на базовые вопросы отвечает очень неплохо.
Пробуем тут
• • • • • • • • • • • •
2) Alibaba открыла исходный код генератора видео Wan 2.2
Новая версия модели Wan стала доступна с открытым исходным кодом и заметным улучшением качества. Модель представлена в двух размерах: базовая (14 млрд параметров) и облегченная (5 млрд).
Умеет генерировать видео как по текстовому описанию, так и по картинке. Максимальное разрешение — 720p. Объем обучающих данных увеличен почти вдвое по сравнению с версией 2.1, что дало значительно более плавную анимацию, лучшую работу с движением камеры и точнее понимание промптов.
Пробуем тут
• • • • • • • • • • • •
3) OpenAI будет передавать переписки ChatGPT властям по первому требованию
Сэм Альтман признал то, что многие и так подозревали: при любом запросе соответствующих органов OpenAI готова предоставить пользовательские данные для изучения. Компания будет отдавать переписки с ChatGPT "с потрохами".
С одной стороны, это еще один повод не сливать в нейросети личные фото, видео и откровения. "Никогда не разговаривайте с незнакомцами" — правило актуально и для ИИ.
С другой стороны, у меня периодически возникает мысль: а может, в будущем полная прозрачность личных данных станет нормой? Люди перестанут что-то скрывать, и само понятие приватности изменится. Хотя сейчас, когда я это пишу, сильно сомневаюсь в такой перспективе.
Есть ли у вас самоцензура при работе с ИИ?
• • • • • • • • • • • •
4) Трамп: ИИ-компании не должны платить за весь контент с авторскими правами
Президент США заявил, что требовать от ИИ-компаний оплаты за весь контент, защищенный авторским правом, "невозможно". По его словам, создать успешный ИИ при таких условиях не получится.
Трамп призывает установить "разумные правила" для авторского права, подчеркивая, что США не могут позволить себе отставать от Китая в ИИ-гонке. При этом он отмечает, что в Китае нет надежной защиты авторских прав, и предлагает сделать американские законы похожими на китайские.
Интересная позиция, особенно на фоне множества судебных исков против ИИ-компаний от правообладателей. Посмотрим, как это отразится на индустрии.
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1