Новый бенчмарк SciArena: насколько хорошо базовые ИИ-модели ориентируются в научной литературе
Такое я люблю. Вроде как хороший бенчмарк, пополезнее многих текущих. Суть такая - там только сложные задачи из реального ученого мира, для решения которых обязательно нужно почитать научную литературу и что-то оттуда вынуть или придумать новое небулшитное, "на посидеть и подумать".
Вывод по моделям: о3 сейчас сильно лучше конкурентов (но все равно не супер себя показал имхо), за ней Claude Opus, ну и дальше уже все потихоньку. Если говорить про конкретные направления - Opus относительно хорошо работает в медицинских задачах, о3 в в естественных науках
В целом, очень хорошо, когда появляются такие бенчи, потому что это вполне может подстегнуть исследователей и разработчиков базовых моделей работать не только в сторону искуственных задач по математике и алгоритмам (потому что там все очень неплохо), но и в сторону копания в других областях науки, а это полезно для всех.
Статья и сам бенчмарк тут
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии
Такое я люблю. Вроде как хороший бенчмарк, пополезнее многих текущих. Суть такая - там только сложные задачи из реального ученого мира, для решения которых обязательно нужно почитать научную литературу и что-то оттуда вынуть или придумать новое небулшитное, "на посидеть и подумать".
Вывод по моделям: о3 сейчас сильно лучше конкурентов (но все равно не супер себя показал имхо), за ней Claude Opus, ну и дальше уже все потихоньку. Если говорить про конкретные направления - Opus относительно хорошо работает в медицинских задачах, о3 в в естественных науках
В целом, очень хорошо, когда появляются такие бенчи, потому что это вполне может подстегнуть исследователей и разработчиков базовых моделей работать не только в сторону искуственных задач по математике и алгоритмам (потому что там все очень неплохо), но и в сторону копания в других областях науки, а это полезно для всех.
Статья и сам бенчмарк тут
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1 13❤2😱2👍1🔥1🤯1 1
Еще один бенчмарк, теперь про прохождение видеоигр
• • • • • • • • • • • •
Вчера писал про бенчмарк в науке, а сегодня нактнулся на еще один - про игры. Это даже покруче будет, потому что он поближе к нам - обычным людям.
Называется он VideoGameBench - это по сути платформа для того, чтобы разные модели могли играть в разные игры. Конкретные замеры пока не проводились, методика сравнений еще находится в разработке. Но уже есть возможность заставить модельки поиграть в игры на эмуляторах Gameboy, MS Dos и тд. Среди интересных там есть старые Warcraft и Doom.
Пока что модели играют ОЧЕНЬ плохо, они не умеют быстро учиться на своих ошибок, не умеют планировать вдолгую, не понимают, как управлять контроллерами и интерфейсом, плохо видят детали на экране и тд. Ну и вообще они очень "медленно" работают в контексте игры в видеоигры.
Почему я рад, что такое появилось: мне кажется, что умение играть в компьютер - это показатель реальной возможности приближения моделей к человеку именно на нашем, прикладном уровне. Тут тебе и реакция, и скорость работы, и понимания человеческих интерфейсов и логики. Думаю, что если модели будут улучшать для соответствия такому бенчмарку - они станут СИЛЬНО лучше и в других аспектах.
Интересно, через сколько лет будет создана первая ИИ-команда по Counter-Strike?)
Бенчмарк тут
Гитхаб (все опенсорно, при желании можно поиграться или сделать пр)
Paper тут
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии
• • • • • • • • • • • •
Вчера писал про бенчмарк в науке, а сегодня нактнулся на еще один - про игры. Это даже покруче будет, потому что он поближе к нам - обычным людям.
Называется он VideoGameBench - это по сути платформа для того, чтобы разные модели могли играть в разные игры. Конкретные замеры пока не проводились, методика сравнений еще находится в разработке. Но уже есть возможность заставить модельки поиграть в игры на эмуляторах Gameboy, MS Dos и тд. Среди интересных там есть старые Warcraft и Doom.
Пока что модели играют ОЧЕНЬ плохо, они не умеют быстро учиться на своих ошибок, не умеют планировать вдолгую, не понимают, как управлять контроллерами и интерфейсом, плохо видят детали на экране и тд. Ну и вообще они очень "медленно" работают в контексте игры в видеоигры.
Почему я рад, что такое появилось: мне кажется, что умение играть в компьютер - это показатель реальной возможности приближения моделей к человеку именно на нашем, прикладном уровне. Тут тебе и реакция, и скорость работы, и понимания человеческих интерфейсов и логики. Думаю, что если модели будут улучшать для соответствия такому бенчмарку - они станут СИЛЬНО лучше и в других аспектах.
Интересно, через сколько лет будет создана первая ИИ-команда по Counter-Strike?)
Бенчмарк тут
Гитхаб (все опенсорно, при желании можно поиграться или сделать пр)
Paper тут
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1 12❤4👍3👏1😱1 1
Европейские астрономы создали очень подробный снимок галактики Скульптор, расположенной в 11 миллионах световых лет от нас. Для этого потребовалось 50 часов наблюдений и объединение сотни кадров.
Это изображение — своеобразный космический памятник умершим звездам, окруженных облаками газа и пыли.
Каждая из этих туманностей — это последний вздох звезды, подобной нашему Солнцу.
Я немного завидую астрономам, их работе и упорству. Представляю, как они по ночам собирают эти картинки, как пазл (и да, я понимаю, что на деле все гораздо более прозаично, не нужно лишних спойлеров😇 )
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #космос
Это изображение — своеобразный космический памятник умершим звездам, окруженных облаками газа и пыли.
Каждая из этих туманностей — это последний вздох звезды, подобной нашему Солнцу.
Я немного завидую астрономам, их работе и упорству. Представляю, как они по ночам собирают эти картинки, как пазл (и да, я понимаю, что на деле все гораздо более прозаично, не нужно лишних спойлеров
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍7 7🔥6❤2💯2👏1🤯1😍1
• • • • • • • • • • • •
1) Китайский разработчик ИИ-агента Manus переезжает в Сингапур на фоне ограничений США
Стартап Butterfly Effect, создатель ИИ-агента Manus, официально перенес свою штаб-квартиру из Китая в Сингапур. Хотя компания заявляет, что чипы не являются причиной переезда (мол, они же не разрабатывают LLM и не нуждаются в чипах Nvidia), все понимают, что это связано с американскими санкциями.
Интересно, что стартап предлагает сотрудникам в Сингапуре зарплату $8-18 тысяч в месяц – довольно щедро для региона. Присутствие в Сингапуре действительно может привлечь клиентов из США и упростить поиск финансирования. В конце концов, там уже базируются Shein, TikTok и другие крупные игроки.
У Butterfly Effect также есть офисы в Токио и Калифорнии, но глобальная штаб-квартира теперь будет именно в Сингапуре. Умный ход в текущих геополитических реалиях.
Источник
• • • • • • • • • • • •
2) Yandex запустил первый в России сервис для создания голоса бренда
Yandex B2B Tech представил Brand Voice Lite – сервис для быстрого синтеза речи, который позволяет компаниям создать уникальный голос для своих голосовых ботов, подкастов и образовательных материалов.
Для создания голоса нужно загрузить всего 20-40 минут записи диктора, а еще 20 минут понадобится для добавления эмоций (грусть, агрессия и прочее). Модель синтеза формируется за 7 дней, и доступ к ней получает только заказчик.
Если в итоге получается нормальный "не железный" голос на русском - это очень полезно.
Источник
• • • • • • • • • • • •
3) SpaceX инвестирует $2 миллиарда в xAI Маска
Илон Маск продолжает мобилизовать свою бизнес-империю для поддержки ИИ-стартапа xAI. SpaceX согласилась инвестировать $2 миллиарда в рамках общего раунда финансирования на $5 миллиардов.
Это первая известная инвестиция SpaceX в xAI и одна из крупнейших инвестиций космической компании за всю историю. При том, что на счетах SpaceX находится примерно $3+ миллиарда, это довольно серьезная сумма.
Маск уже объединил xAI со своей соцсетью X, в результате чего стоимость группы составила $113 миллиардов. Хотя SpaceX редко инвестирует в сторонние компании, Маск давно использует её для поддержки своих других бизнесов. Классический пример синергии в рамках одной экосистемы.
Источник
• • • • • • • • • • • •
4) Теннисисты раскритиковали ИИ-технологию на Уимблдоне
Уимблдон впервые в истории полностью заменил линейных судей на электронную систему определения линий (ELC), и результат оказался... спорным. Игроки массово жалуются на неверные решения ИИ, из-за которых они теряют важные очки.
Среди недовольных оказались Эмма Радукану, Джек Дрейпер и другие теннисисты. Особенно забавная ситуация произошла с Беном Шелтоном – ему пришлось ускорить темп игры, потому что судьи предупредили, что ИИ может перестать работать из-за плохого освещения (серьезно?).
Добавились и проблемы с доступностью: некоторые игроки не слышат новую систему оповещения, а одна глухая спортсменка прямо заявила, что ей нужны сигналы руками. Организаторы Уимблдона, конечно, защищают технологию, говоря, что их "постоянно спрашивали про замену судей на ИИ".
Похоже, что замена людей на ИИ в спорте пока что преждевременна. Хотя в теории это звучит круто, на практике получается классический пример "технологии ради технологий".
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1 17👍5 3👻2🌭1💯1🦄1
Тестирую новую AI Driven IDE от Amazon с Anthropic Kiro - иишка уже третий час за меня код пишет, я просто слежу иногда и проверяю, что все в правильную сторону идет. Параллельно придумываю тест кейсы и продумываю бизнес логику на вырост вместо кодинга скучных крудов и контроллеров
Вот она, реальность июля 2025 года
Интересно, куда оно все придет? Вспоминаю себя три года назад, все было по-другому. Не только программирование, а вообще ВСЕ.
А теперь представьте, что скорость развития все растет и растет. И куда мы придем еще через три года?
ps Обзор на kiro ide сделаю завтра или послезавтра, как потыкаю все - очень стоящая штука.
pps kiro - по ощущениям - лучшее IDE на текущий момент для вайбкодинга, а это еще только preview версия
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии #простомысли
Вот она, реальность июля 2025 года
Интересно, куда оно все придет? Вспоминаю себя три года назад, все было по-другому. Не только программирование, а вообще ВСЕ.
А теперь представьте, что скорость развития все растет и растет. И куда мы придем еще через три года?
ps Обзор на kiro ide сделаю завтра или послезавтра, как потыкаю все - очень стоящая штука.
pps kiro - по ощущениям - лучшее IDE на текущий момент для вайбкодинга, а это еще только preview версия
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍13 7🔥5🤯4💯3
• • • • • • • • • • • •
1) В Grok 4 добавили AI-компаньонов, включая аниме-девочку 18+
Там можно поговорить голосом с компаньоном и, если это аниме-девочка - раздеть ее до белья.
Маск знает толк в привлечении пользователей. На что только не пойдешь в 2025, чтобы выделиться среди конкурентов? Ну, у xAI точно получилось))
Попробовать пообщаться можно в приложении xAI, причем поговорить с компаньоном можно и в бесплатной версии, покупать подписку для этого не нужно.
• • • • • • • • • • • •
2) Cognition купил Windsurf на фоне сделки Google с ключевыми сотрудниками
Сериал "Кто купит Windsurf" получил неожиданную развязку: Cognition, разработчики AI-программиста Devin, выкупили оставшуюся часть команды Windsurf вместе с продуктом и IP.
Произошло это всего через пару дней после того, как Google переманил CEO и ключевых исследователей Windsurf в сделке на $2.4 миллиарда. Перед этим истёк оффер от OpenAI на $3 миллиарда. Большинство сотрудников (около 250 человек) остались за бортом этой сделки и теперь переходят к Cognition.
Windsurf — это AI IDE с сотнями тысяч активных пользователей, 350+ корпоративными клиентами и ARR $82 миллиона. Cognition обещает интегрировать наработки Windsurf в Devin и сохранить команду.
Довольно умный (ведь так? или я что-то не понимаю?) ход от Cognition - получить готовую команду и продукт с большой пользовательской базой по остаточному принципу после того, как гиганты разобрали топ-менеджмент.
Источник
• • • • • • • • • • • •
3) Amazon выпустил AI IDE Kiro с встроенным агентом на базе Claude
Встроенный агент на базе Claude Sonnet получает задачу, генерирует план решения, разбивает ее на подзадачи, пишет код и документацию
Интересно посмотреть, как Amazon будет конкурировать с GitHub Copilot и другими AI IDE на рынке. Учитывая, что у них есть Claude и AWS инфраструктура, шансы неплохие.
Первое время Kiro будет бесплатной - пользуйтесь
Очень постараюсь завтра сделать обзор, хочу за сегодня проект на Kiro написать до конца
Скачать можно здесь
• • • • • • • • • • • •
4) eSIM-стартап Airalo привлек $220 млн при оценке $1+ млрд
Сингапурский стартап Airalo, который теперь базируется в штате Делавэр, получил $220 млн инвестиций при оценке более миллиарда долларов. Новый раунд возглавил фонд CVC.
Стартап сообщил про удвоение пользователей за прошлый год. Инвестиции пойдут на разработку новых eSIM-продуктов и развитие корпоративного направления, которое продает тарифные планы для компаний.
Очень рад за ребят, сам использую их есимки уже третий год в путешествиях. Супер удобно, всегда все работает, хороший саппорт. Нравится!
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1 14❤6🔥3😱2💯1🦄1 1
• • • • • • • • • • • •
1) Россия и Беларусь создают ИИ на "традиционных ценностях"
Глазьев заявил, что нужно делать свой ИИ, потому что западные чат-боты "впадают в расизм и нацизм". По его словам, молодежь слишком доверяет иностранным ИИ и подвергает себя манипуляциям.
Звучит как классическая "импортозамещение", только теперь в сфере ИИ. Интересно будет посмотреть, что получится на выходе и насколько это будет конкурентоспособно с ChatGPT и Claude (спойлер - сильно ничего не ждите, имхо).
• • • • • • • • • • • •
2) Трамп снова разрешил Nvidia торговать с Китаем
Nvidia получила добро на продажу ослабленных чипов H20 в Китай. Компания по-прежнему должна получать лицензии, но Белый дом якобы обещал, что проблем не будет.
Произошло это после личной встречи главы Nvidia с Трампом. Хуанг активно лоббировал возвращение на китайский рынок - а там можно получить до $15 млрд выручки в год. Китай покупает половину всех AI-чипов в мире, так что понятно, почему Nvidia так старалась.
AMD тоже получила разрешение поставлять свой чип MI308 в Китай. Видимо, торговая война плавно сворачивается.
Источник
• • • • • • • • • • • •
3) OpenAI и Microsoft профинансируют обучение учителей ИИ
Три IT-гиганта (Microsoft, OpenAI и Anthropic) выделяют $23 млн на создание National Academy for A.I. в Нью-Йорке. Цель - научить американских учителей пользоваться ИИ для создания планов уроков и прочих задач.
Практические семинары стартуют уже осенью. Калифорнийский университет уже дает ChatGPT 460 тысячам студентов, школы Майами внедряют Gemini для 100+ тысяч учеников.
Забавно, что это происходит на фоне заморозки государственного финансирования школ на $7 млрд. Власти прямо призвали бизнес помочь деньгами. К инициативе присоединились Amazon, Apple, Google и другие - все хотят, чтобы ИИ стал таким же базовым предметом, как чтение и арифметика.
Классический пример того, как частные компании берут на себя функции государства.
Источник
• • • • • • • • • • • •
4) xAI ищет разработчика аниме-девушек за $440 тысяч
Маск опубликовал вакансию "Fullstack Engineer — Waifus" с зарплатой $180-440 тысяч в год. Задача - создавать покорных AI-компаньонов для флирта и романтических отношений.
В Grok уже появились первые персонажи: готическая аниме-девушка Ани и агрессивная красная панда Руди. Пользователи приняли Ани с энтузиазмом, так что у Маска скоро может появиться целая армия вайфу.
Если вы разработчик из США и любите аниме - вот ваш шанс заработать на этом серьезные деньги
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1 9 5❤2🤯2🦄2
А еще сегодня в 20:00 по мск будет стрим от OpenAI с очередными обновлениями. Возможно, будет обновление их "супер-мега-полезного-и-к-тому-же-супер-удобного-веб-агента-codex"
Хотел бы молнию поставить к анонсу, но я как-то не жду много интересного, слишком мало времени прошло
Хотел бы молнию поставить к анонсу, но я как-то не жду много интересного, слишком мало времени прошло
❤3 2⚡1👍1🐳1💯1
Kiro IDE от Amazon на основе Claude Sonnet 4
• • • • • • • • • • • •
UPD Ребята, к сожалению, скачать его сейчас без ожидания уже нельзя. Amazon воткнули whitelist из-за большого спроса. Те, кто успел - вам повезло. Остальные - регайтесь в вайтлист и ждите
• • • • • • • • • • • •
Ну что ребята, это офигенно.
После двухдневного изучения Kiro IDE могу точно сказать — это большой сдвиг в правильную сторону в AI-вайб-кодинге-разработке. В отличие от других ide типа windsurf и cursor, которые просто общаются с тобой в режиме чата и генерируют код, Kiro вводит, если можно так назвать, спецификационно-ориентированную методологию, устраняющую разрыв между прототипированием и production-системами.
Kiro построен на Code OSS (опенсорная часть VS Code), что обеспечивает полную совместимость с расширениями, настройками и рабочими процессами, если вы пользователь VS Code. При этом выглядит не так убого и стремно, как cursor (мое личное мнение, не настаиваю). В кач-ве моделей доступны Claude Sonnet 3.7 и 4.0.
Главная инновация — трёхфазный процесс. На любой ваш промпт идею (например, "Добавить систему отзывов") Kiro не просто сразу генерирует код, а создаёт:
1. requirements.md — исполняемые спецификации с пользовательскими историями и критериями приёмки в EARS-нотации
2. design.md — технические документы с диаграммами потоков, TypeScript интерфейсами, схемами БД через статический анализ кода
3. tasks.md — детализированные списки задач с inline diffs и отслеживанием прогресса
Этот подход обеспечивает согласованность между вашим исходным намерением и реализацией от ИИшки. А еще, это дает ллмке бОльший контекст по вашему проекту. Она всегда может заглянуть в эти файлики и посмотреть, что там и как.
Из крутых фишек еще есть агентские хуки. Это такая событийно-ориентированная автоматизация на уровне файловой системы. Хуки мониторят директории и файлы, запуская AI-автоматизацию: например, сохранение компонента обновляет тесты, изменение API — документацию, security-хуки сканируют утечки перед коммитами и тд. Вы можете любое действие агента настроить при изменении конкретных файлов или набора файлов. Очень удобно.
Есть MCP со всеми вытекающими ништяками. Не буду тут подробно останавливаться.
Можно скармливать ему в чат скриншоты-примеры реализации, если вам нужен фронтенд - он сделает UI по аналогии (это я не проверял, взял из доки).
Как мне показалось, Kiro — это не просто инкрементальное улучшение конкурентов, а целое переосмысление архитектуры разработки. Именно так и должна была выглядеть вайб-разработка изначально. Я ходил вокруг-да-около, не мог оформить это в правильные слова - а амазон взял и сделал.
У меня Kiro фигачит уже второй день, контекст проекта видит отлично, больше 100 файлов (да, это маленький проект, на больших не пробовал). Но, конечно, под капотом все тот же Claude Sonnet 4 - а значит, все минусы клода тут тоже есть.
По цене - пока оно в Preview - все бесплатно. А это значит - ПРОБУЙТЕ, ПОКА ДАЮТ. Реально. Для меня cursor - все на данный момент, особенно учитывая их ценовую политику. Я очень рад, что Kiro вышел как раз тогда, когда мне понадобилось напилить один проектик, связанный с телеграмом. Там глубокая интеграция с телеграм апи, несколько внешних интеграций с openrouter, openai, работа с постгрей и редисом, векторизация текстов и дальнейший поиск по ним, использование RAG и довольно сложная бизнес логика. Все это Kiro пережевал запросто и написал мне готовое решение за два дня. Сам бы я писал это недели две, наверное. Ну, может, неделю, если прям фултайм.
Посмотрим, что будет - когда они ценник врубят, но пока что - это точно лучшее из всего, что я пробовал для вайб-разработки.
Скачать можно тут
PS через несколько дней я выпущу вторую часть обзора, когда уже распробую подробно каждый аспект и на бОльшем опыте поделюсь фидбеком
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #полезныеинструменты
• • • • • • • • • • • •
UPD Ребята, к сожалению, скачать его сейчас без ожидания уже нельзя. Amazon воткнули whitelist из-за большого спроса. Те, кто успел - вам повезло. Остальные - регайтесь в вайтлист и ждите
• • • • • • • • • • • •
Ну что ребята, это офигенно.
После двухдневного изучения Kiro IDE могу точно сказать — это большой сдвиг в правильную сторону в AI-вайб-кодинге-разработке. В отличие от других ide типа windsurf и cursor, которые просто общаются с тобой в режиме чата и генерируют код, Kiro вводит, если можно так назвать, спецификационно-ориентированную методологию, устраняющую разрыв между прототипированием и production-системами.
Kiro построен на Code OSS (опенсорная часть VS Code), что обеспечивает полную совместимость с расширениями, настройками и рабочими процессами, если вы пользователь VS Code. При этом выглядит не так убого и стремно, как cursor (мое личное мнение, не настаиваю). В кач-ве моделей доступны Claude Sonnet 3.7 и 4.0.
Главная инновация — трёхфазный процесс. На любой ваш промпт идею (например, "Добавить систему отзывов") Kiro не просто сразу генерирует код, а создаёт:
1. requirements.md — исполняемые спецификации с пользовательскими историями и критериями приёмки в EARS-нотации
2. design.md — технические документы с диаграммами потоков, TypeScript интерфейсами, схемами БД через статический анализ кода
3. tasks.md — детализированные списки задач с inline diffs и отслеживанием прогресса
Этот подход обеспечивает согласованность между вашим исходным намерением и реализацией от ИИшки. А еще, это дает ллмке бОльший контекст по вашему проекту. Она всегда может заглянуть в эти файлики и посмотреть, что там и как.
Из крутых фишек еще есть агентские хуки. Это такая событийно-ориентированная автоматизация на уровне файловой системы. Хуки мониторят директории и файлы, запуская AI-автоматизацию: например, сохранение компонента обновляет тесты, изменение API — документацию, security-хуки сканируют утечки перед коммитами и тд. Вы можете любое действие агента настроить при изменении конкретных файлов или набора файлов. Очень удобно.
Есть MCP со всеми вытекающими ништяками. Не буду тут подробно останавливаться.
Можно скармливать ему в чат скриншоты-примеры реализации, если вам нужен фронтенд - он сделает UI по аналогии (это я не проверял, взял из доки).
Как мне показалось, Kiro — это не просто инкрементальное улучшение конкурентов, а целое переосмысление архитектуры разработки. Именно так и должна была выглядеть вайб-разработка изначально. Я ходил вокруг-да-около, не мог оформить это в правильные слова - а амазон взял и сделал.
У меня Kiro фигачит уже второй день, контекст проекта видит отлично, больше 100 файлов (да, это маленький проект, на больших не пробовал). Но, конечно, под капотом все тот же Claude Sonnet 4 - а значит, все минусы клода тут тоже есть.
По цене - пока оно в Preview - все бесплатно. А это значит - ПРОБУЙТЕ, ПОКА ДАЮТ. Реально. Для меня cursor - все на данный момент, особенно учитывая их ценовую политику. Я очень рад, что Kiro вышел как раз тогда, когда мне понадобилось напилить один проектик, связанный с телеграмом. Там глубокая интеграция с телеграм апи, несколько внешних интеграций с openrouter, openai, работа с постгрей и редисом, векторизация текстов и дальнейший поиск по ним, использование RAG и довольно сложная бизнес логика. Все это Kiro пережевал запросто и написал мне готовое решение за два дня. Сам бы я писал это недели две, наверное. Ну, может, неделю, если прям фултайм.
Посмотрим, что будет - когда они ценник врубят, но пока что - это точно лучшее из всего, что я пробовал для вайб-разработки.
Скачать можно тут
PS через несколько дней я выпущу вторую часть обзора, когда уже распробую подробно каждый аспект и на бОльшем опыте поделюсь фидбеком
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
6🔥14 7❤5❤🔥2💯2 2👏1🦄1
• • • • • • • • • • • •
1) Mistral догоняет конкурентов по фичам в Le Chat
Самое интересное — завезли Deep Research. Он явно не самый лучший по качеству, но за счёт партнёрства с Cerebras явно самый быстрый на рынке. Это реально заметно, когда работаешь с исследованиями.
Развивается и партнёрство с Black Forest Labs — теперь в Le Chat есть редактирование изображений на основе FLUX Kontext. Наконец-то можно нормально править картинки прямо в чате.
Более чем спустя год после Anthropic добавили возможность организовывать чаты в проекты (серьезно, год?). Ещё добавили голосовой режим на основе Voxtral и многоязычный ризонинг — наконец-то Magistral в чём-то лучше конкурентов.
В целом у Le Chat теперь паритет по фичам с конкурентами, хотелось бы теперь и паритета по качеству моделей.
• • • • • • • • • • • •
2) Google запустил ИИ-секретаря, который звонит в салоны красоты за вас
Google запускает довольно футуристическую функцию: теперь их ИИ сам позвонит в парикмахерскую, автосервис или ветклинику, уточнит цену и время записи, а вам просто выдаст результат. (Интересно, скоро ли отвечать ему станут тоже ИИ?)
Работает через поиск: вводите, например, "груминг для собак рядом", и в результатах появится кнопка "AI узнает цену". Дальше отвечаете на пару вопросов и ждёте информацию.
Во время звонка ИИ сразу честно представляется: "Я — автоматическая система от Google, звоню по запросу пользователя". Такие звонки доступны всем подписчикам Gemini в США.
Параллельно Google усиливает AI Mode в поиске — туда внедряют модель Gemini 2.5 Pro. А функция Deep Search сама сделает за вас десятки запросов и выдаст готовый отчёт со ссылками.
Источник
• • • • • • • • • • • •
3) OpenAI объединил Deep Research и Operator в одного супер-агента
OpenAI наконец-то объединил Deep Research и Operator в единый ChatGPT Agent. Теперь внутри одна модель, которая может пользоваться всеми инструментами: браузеры, терминал, API и коннекторы (Gmail, GitHub, etc.).
Агент умеет заниматься офисными задачами: генерировать презентации и таблицы, обновлять их данными и подтягивать файлы из облаков. По бенчмаркам достигает 41.6% на Humanity's Last Exam — сильно выше старого Deep Research режима.
Важные фичи: агент может спрашивать уточнения во время работы, вы можете его прерывать и корректировать, завершённые задачи можно ставить на расписание.
Доступ начнут давать сегодня Pro, Plus и Team подписчикам. Pro получат 400 сообщений в месяц, Plus и Team — 40.
• • • • • • • • • • • •
4) Anthropic может стоить 100 миллиардов долларов благодаря Claude Code
Инвесторы обсуждают новый раунд финансирования, который оценит Anthropic выше 100 миллиардов долларов. Для сравнения, в марте 2025 компания стоила 58 миллиардов — почти удвоение за несколько месяцев.
Одной из главных причин такого роста называют Claude Code — инструмент для работы с кодом, который запустился в мае и уже генерирует 200 миллионов долларов ARR. Это серьёзные деньги для продукта, которому всего пару месяцев.
Кроме API и чат-бота, модель Claude доступна в популярном редакторе Cursor, что явно помогает её распространению среди разработчиков.
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1 12❤4 3❤🔥1🔥1👏1👻1🦄1
Comet - новый браузер от Perplexity
• • • • • • • • • • • •
Мне тут дали доступ к браузеру Comet (спасибо @fronya15 ❤️) - сразу сел потестировать. Накидаю сейчас спонтанно и сумбурно то, что сразу бросилось в глаза, а через несколько дней сделаю обзорчик подробнее (если будет что писать, конечно же).
Сразу скажу, открытого доступа туда сейчас нет - только по инвайтам либо по вэйтлисту. Но потихоньку открывают, так что думаю - скоро будет доступен всем.
Что для меня очень важно и что я проверяю в первую очередь - он может посмотреть в твой google календарь и рассказать, какие планы на день, дать возможность удобно подключиться ко встрече, удобно напомнить про встречу, и тд. Есть возможность подключить gmail и несколько других гугл сервисов - я пока ограничился только gmail.
Главный мой агентский тест всех таких браузеров - покупка билетов на автобус из Барселоны в Мадрид. Он честно пытался, но провалил. Нашел сервис, выбрал города, выбрал кол-во билетов, но не смог понять, как продолжить покупку - для этого было нужно нажать на цену, а он искал кнопку "продолжить" или что-то в таком духе. Видос приложил.
Под капотом - как обычно, Chromium и все, что за этим следует.
Можно суммаризировать контент страницы по одной кнопочке, можно голосом пообщаться с ассистентом (голосом Dia пока не умеет, но скоро завезут).
А, ну еще удобный доступ к perplexity вшит в левом сайдбаре - это да, прикольно. Но у меня и в Dia, в целом, в избранных ссылках доступ до перплексити ровно по одной кнопке, так что тут сильно большой разницы я не увидел.
Вывод - надо ждать, пока агенты станут поумнее, пока что сильного преимущества тут одного продукта над другим и сильной пользы, наверное, нет.
А как очень интересная игрушка - супер! Я такое люблю. Мне нравится, что есть явная конкуренция, игроки пытаются скорее занять нишу, пока она относительно свободна, так что обнвлений долго ждать не придется.
Всем хорошей пятницы и хороших выходных!
https://comet.perplexity.ai/
PS самое главное забыл - он умеет котиков генерировать прямо не выходя из ассистента, а это, сами понимаете, огромный плюс!
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #полезныеинструменты
• • • • • • • • • • • •
Мне тут дали доступ к браузеру Comet (спасибо @fronya15 ❤️) - сразу сел потестировать. Накидаю сейчас спонтанно и сумбурно то, что сразу бросилось в глаза, а через несколько дней сделаю обзорчик подробнее (если будет что писать, конечно же).
Сразу скажу, открытого доступа туда сейчас нет - только по инвайтам либо по вэйтлисту. Но потихоньку открывают, так что думаю - скоро будет доступен всем.
Что для меня очень важно и что я проверяю в первую очередь - он может посмотреть в твой google календарь и рассказать, какие планы на день, дать возможность удобно подключиться ко встрече, удобно напомнить про встречу, и тд. Есть возможность подключить gmail и несколько других гугл сервисов - я пока ограничился только gmail.
Главный мой агентский тест всех таких браузеров - покупка билетов на автобус из Барселоны в Мадрид. Он честно пытался, но провалил. Нашел сервис, выбрал города, выбрал кол-во билетов, но не смог понять, как продолжить покупку - для этого было нужно нажать на цену, а он искал кнопку "продолжить" или что-то в таком духе. Видос приложил.
Под капотом - как обычно, Chromium и все, что за этим следует.
Можно суммаризировать контент страницы по одной кнопочке, можно голосом пообщаться с ассистентом (голосом Dia пока не умеет, но скоро завезут).
А, ну еще удобный доступ к perplexity вшит в левом сайдбаре - это да, прикольно. Но у меня и в Dia, в целом, в избранных ссылках доступ до перплексити ровно по одной кнопке, так что тут сильно большой разницы я не увидел.
Вывод - надо ждать, пока агенты станут поумнее, пока что сильного преимущества тут одного продукта над другим и сильной пользы, наверное, нет.
А как очень интересная игрушка - супер! Я такое люблю. Мне нравится, что есть явная конкуренция, игроки пытаются скорее занять нишу, пока она относительно свободна, так что обнвлений долго ждать не придется.
Всем хорошей пятницы и хороших выходных!
https://comet.perplexity.ai/
PS самое главное забыл - он умеет котиков генерировать прямо не выходя из ассистента, а это, сами понимаете, огромный плюс!
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1 19🔥10👍1 1
• • • • • • • • • • • •
1) Новая языковая модель от Т-Банк с режимом рассуждений
Ребята из Т-Банка выкатили свою языковую модель T-Pro 2.0. Умеет рассуждать, строить гипотезы и сама себя опровергать — как настоящий ученый. Она жрет в два раза меньше ресурсов, чем китайская Qwen 3, а на разработку потратили всего 120 миллионов рублей — по меркам ИИ это копейки. Теперь банк планирует встроить модель в свои ассистенты.
Ну что, ждем супер умных Олегов в саппорте?
Источник
• • • • • • • • • • • •
2) «WhatsApp пора готовиться к уходу с российского рынка», — зампред IT-комитета Госдумы Горелкин
Горелкин из IT-комитета Госдумы намекает, что WhatsApp пора собирать чемоданы. Мессенджер может попасть в черный список недружественного ПО, потому что принадлежит Meta (которая у нас экстремистская организация и запрещена в рф). Telegram пока в безопасности, а на место WhatsApp готовят великолепный (нет) российский мессенджер Max.
• • • • • • • • • • • •
3) Intel продолжает худеть
У Intel дела совсем плохи — компания увольняет более 5 тысяч человек в четырех штатах США, плюс сотни в Израиле. Чистый убыток за прошлый год — почти 19 миллиардов долларов. Причина проста: гиганта считают слишком медленным и консервативным для современного рынка. Теперь пытаются радикально измениться через сокращения и пересмотр ИИ-стратегии.
Источник
• • • • • • • • • • • •
4) OpenAI изменяет Microsoft теперь еще и с Google
OpenAI решили еще больше диверсифицировать свои облачные мощности и теперь будут использовать Google Cloud наряду с Microsoft. Отношения с Microsoft подпортились после того, как год назад те назвали OpenAI конкурентом. Теперь у OpenAI целый гарем облачных провайдеров: Microsoft, CoreWeave, Oracle и Google.
Источник
• • • • • • • • • • • •
5) Scale AI: инвестиции есть, сотрудники не нужны
Интересная история про эффективный менеджмент: Scale AI только что получили 14,3 миллиарда $ инвестиций, а теперь увольняют 200 человек (14% штата) плюс 500 подрядчиков. Говорят, что оптимизируют бизнес под изменившийся спрос — команду разметки данных сокращают, а продажников наоборот набирают. Видимо, крупные клиенты стали отказываться от их услуг.
Вообще, когда я услышал про инвестиции в них на почти 15млрд$ - я конечно офигел, учитывая, что дела у них, кажется, идут так себе.
Источник (нужна подписка на блумберг)
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1 16👍3😁1🤯1💯1🦄1 1
Еще раз про промпты
• • • • • • • • • • • •
Ребята, у меня несколько раз просили рассказать, как я строю промпты для своих задач, и насколько сильно упарываюсь в них. Так вот, ничего космически сложного я не делаю.
Тип 1 - быстрые вопросы. Например: найти что-то в перплексити, узнать что-то у claude/chatgpt - например, погоду и тд, скинуть лог с ошибкой и посмотреть причину и все в таком духе.
Тут я не заморачиваюсь вообще, просто пишу как просил бы человека это сделать в стиле "найди, подскажи, объясни". Базовый пример:
,
. Здесь я не жду какого-то супер глубокого ответа, не жду ответа в конкретной форме, мне важно быстро получить информацию и применить ее. И где-то 7% всех моих запросов к ИИшкам - именно такие.
Тип 2 - технические вопросы, где мне важен формат ответа или глубина копания.
Тут у меня несколько шаблонов, юзаю их отдельно либо вместе.
Примерно так. Все, обычно больше не усложняю. Ну, редко еще добавляю что-то вроде
и
. Но это редкость, обычно иишки топ-уровня и так из контекста неплохо это понимают. Примерно 10% запросов у меня такого рода.
Тип 3 - генерация картинок или чего-то, где мне важны конкретные детали
Например, я хочу сгенерировать котика именно в формате "Ведьмак", именно с деталями "меч в руке, пальто серого цвета, золотые монетки расбросаны по полу". Я скармливаю это в любую ии в формате:
. Ответ получаю в стиле:
. И уже с этим промптом я иду в ChatGpt или куда угодно для генерации картинок. Точно так же это работает для текстовых запросов, где вам нужны конкретные детали.
НЕ пишите сложные промпты самостоятельно, я вас прошу - это трата времени, если вы не промпт-инженер и не знаете точно, как лучше составлять запросы. Доверьте это дело ИИшке - получите 95% результата за 1% затраченного времени, нежели если бы вы писали промпт самостоятельно. Обычно этого хватает. Я всегда за упрощение там, где можно упростить.
Тип 4 - диприсерчи
Здесь я перед тем, как запустить ресерч на конкретную тему - сначала аналогично иду в ИИ - прошу ее подготовить мне промпт для диприсерча и задать уточняющие вопросы, которые помогут улучшить промпт и облегчить работу ресерчеру. Пример:
. И все, ждете вопросов, отвечаете и копируете итоговый промпт в ИИшку, которая будет проводить ресерч.
• • • • • • • • • • • •
Вот, в целом, и все. Любая другая работа с ИИ у меня - либо конкретные эти типы общения, либо какие-то производные от них. Я призываю вас НЕ усложнять ничего. Но и не работайте всегда в стиле "тип 1" - иногда действительно стоит заморочиться с промптом, потратить на это время, зато получить результат получше.
Никакой магии нет. Не усложняйте.
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #ии
• • • • • • • • • • • •
Ребята, у меня несколько раз просили рассказать, как я строю промпты для своих задач, и насколько сильно упарываюсь в них. Так вот, ничего космически сложного я не делаю.
Тип 1 - быстрые вопросы. Например: найти что-то в перплексити, узнать что-то у claude/chatgpt - например, погоду и тд, скинуть лог с ошибкой и посмотреть причину и все в таком духе.
Тут я не заморачиваюсь вообще, просто пишу как просил бы человека это сделать в стиле "найди, подскажи, объясни". Базовый пример:
Подскажи, с какими индексами умеет работать бд postgres и чем один отличается от другого
,
Подскажи курс доллара к тенге на 23.07.2021 года
. Здесь я не жду какого-то супер глубокого ответа, не жду ответа в конкретной форме, мне важно быстро получить информацию и применить ее. И где-то 7% всех моих запросов к ИИшкам - именно такие.
Тип 2 - технические вопросы, где мне важен формат ответа или глубина копания.
Тут у меня несколько шаблонов, юзаю их отдельно либо вместе.
Ты - эксперт с 20-летним опытом в {подставьте_сюда_сферу_вопроса}. Помоги мне с: {суть вопроса}. Ответ дай в формате: {json_формат или описание нужного формата любыми словами}.
Примерно так. Все, обычно больше не усложняю. Ну, редко еще добавляю что-то вроде
{делай_так}
и
{вот_так_не_делай}
. Но это редкость, обычно иишки топ-уровня и так из контекста неплохо это понимают. Примерно 10% запросов у меня такого рода.
Тип 3 - генерация картинок или чего-то, где мне важны конкретные детали
Например, я хочу сгенерировать котика именно в формате "Ведьмак", именно с деталями "меч в руке, пальто серого цвета, золотые монетки расбросаны по полу". Я скармливаю это в любую ии в формате:
Напиши мне хороший промпт на английском языке для генерации картинки. Мой промпт, который нужно улучшить: сгенерировать котика именно в формате Ведьмак, именно с деталями "меч в руке, пальто серого цвета, золотые монетки расбросаны по полу
. Ответ получаю в стиле:
A majestic cat warrior in The Witcher universe style, anthropomorphic feline character wielding a silver sword with intricate engravings, wearing a weathered gray leather coat with buckles and straps, amber eyes glowing with supernatural intensity, white fur with battle scars, standing in a medieval tavern with golden coins scattered across the wooden floor, dramatic lighting with warm candlelight, fantasy art style, highly detailed, cinematic composition, dark fantasy atmosphere, inspired by Geralt of Rivia's aesthetic
. И уже с этим промптом я иду в ChatGpt или куда угодно для генерации картинок. Точно так же это работает для текстовых запросов, где вам нужны конкретные детали.
НЕ пишите сложные промпты самостоятельно, я вас прошу - это трата времени, если вы не промпт-инженер и не знаете точно, как лучше составлять запросы. Доверьте это дело ИИшке - получите 95% результата за 1% затраченного времени, нежели если бы вы писали промпт самостоятельно. Обычно этого хватает. Я всегда за упрощение там, где можно упростить.
Тип 4 - диприсерчи
Здесь я перед тем, как запустить ресерч на конкретную тему - сначала аналогично иду в ИИ - прошу ее подготовить мне промпт для диприсерча и задать уточняющие вопросы, которые помогут улучшить промпт и облегчить работу ресерчеру. Пример:
Проведи ресерч на тему ресторанов в барселоне. Мне нужно понять, куда идти в ближайшие выходные. Задавай уточняющие вопросы, пока не разберешься настолько, что сможешь сгенерировать идеальный промпт
. И все, ждете вопросов, отвечаете и копируете итоговый промпт в ИИшку, которая будет проводить ресерч.
• • • • • • • • • • • •
Вот, в целом, и все. Любая другая работа с ИИ у меня - либо конкретные эти типы общения, либо какие-то производные от них. Я призываю вас НЕ усложнять ничего. Но и не работайте всегда в стиле "тип 1" - иногда действительно стоит заморочиться с промптом, потратить на это время, зато получить результат получше.
Никакой магии нет. Не усложняйте.
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥12 10👍7❤5👏1💯1🦄1 1
"Спасибо, сколько с меня?"
"С вас три котыщи"🐈
• • • • • • • • • • • •
🐈 Поставил реакцию = погладил котика
❓ Гид по каналу
✨ #юмор
"С вас три котыщи"
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
2 31😁10❤4🔥1🤯1😍1💯1 1
• • • • • • • • • • • •
1) Delta решила, что ты заплатишь столько, сколько готов
Американская авиакомпания Delta запустила хитрую штуку — ИИ, который высчитывает, сколько именно ты готов отвалить за билет. The Verge пишет, что система анализирует всё: с какого девайса заходишь, как кликаешь по сайту, и на основе этого называет "твою" цену.
Началось с 1% билетов, сейчас уже 3%, к концу года хотят довести до 20%. По факту — прощай, фиксированные тарифы, здравствуй, психологическое ценообразование. В США уже возмущаются, называют это манипуляциями.
Источник
• • • • • • • • • • • •
2) Netflix подсадился на ИИ-генерацию
Стриминговый гигант начал юзать генеративный ИИ прямо в своих шоу и фильмах. Первой ласточкой стала сцена обрушения здания в аргентинском сериале — TechCrunch сообщает, что с ИИ сделали в 10 раз быстрее и дешевле.
Скоро ИИ появится и в рекламе — во второй половине 2025-го обещают интерактивные рекламные форматы с ИИ-генерациями. Даже не знаю, хорошо это или плохо.. Наверное, скорее плохо. Будет "удешевление контента", а это, как будто бы - всегда плохо
Источник
• • • • • • • • • • • •
3) Маск анонсил Baby Grok для детей
Илон твитнул о запуске Baby Grok — нейросетки специально для детей. Подробностей пока ноль, как обычно у Маска — сначала анонс, потом думаем.
Источник
• • • • • • • • • • • •
4) Perplexity подорожал на $4 млрд за два месяца
Поисковый ИИ-стартап Perplexity теперь стоит $18 млрд против $14 млрд два месяца назад. В начале 2024-го оценка была всего $500 млн — неплохой рост, да?
У них сейчас 30 млн пользователей и $150 млн годовой выручки. Среди инвесторов — Nvidia, SoftBank, Безос. Я еще слышал, что Apple хочет их поглотить за $30 млрд. Было бы логично, учитывая проблемы Apple с собственным ИИ.
Источник
• • • • • • • • • • • •
Please open Telegram to view this post
VIEW IN TELEGRAM
1 15👍3❤2🔥1👏1🦄1 1