Распродаю железо

1 сервак с 2х4090 64gb (на фото) (продан)

1игровой комп 4090 64gb (продан)

1 Nvidia Orin AGX 64gb (200К)

2 Монитора 32" PHILIPS 329M1RV (по 30К за 1шт)

1 ультрабук MSI (20к)

Не шутка

#железо
------
@tsingular

Берем? :)

#юмор
------
@tsingular

Дисциплинированные амбиции: отчёт EY о сдвиге в стратегии CEO

Глобальный опрос 1200 CEO от EY за весну 2026 фиксирует резкий разворот. Геополитический риск за полгода подскочил с 28% до 56% в топе угроз. Лидеры больше не уходят в оборону при шоках — они перестраивают операционку и при этом продолжают инвестировать в долгосрочный рост.
Термин от EY: «disciplined ambition».

🌍 Геополитика = множитель рисков: 56% CEO называют конфликты и фрагментацию главной угрозой (28% в сентябре 2025). 46% не выдержат устойчивого шока цен на энергоносители, 42% — длительных сбоев в экосистеме поставщиков. Геополитика вросла в ядро стратегии: цепочки поставок, кибер-экспозиция, доступ к стратегическим технологиям.

💰 AI: от адаптации к ROI: Фокус сместился с «внедрять или нет» на «где и как масштабировать с финансовой отдачей». AI-расходы растут даже в условиях неопределённости. Капитал распределяется по четырём направлениям:
- cost transformation,
- quality uplift,
- business model reinvention,
- incremental efficiency.
Только 11% CEO связали AI-эффект с финансовой отчётностью и регулярным ревью на уровне C-level.
Т.е. глобально уже важен не просто доступ к технологиям, а дисциплина в получении отдачи.

🛡 Кибер и AI как палка о двух концах: EY отмечает тревогу CEO по поводу того, что AI одновременно усиливает атакующих и защитников.
Компании, не успевающие за этим, проигрывают переговоры внутри совета за бюджет.

🧭 Что делают зрелые CEO: Ужесточают финансовую дисциплину и режут неэффективность.
Диверсифицируют цепочки поставок и встраивают политический риск в процесс принятия решений.
Селективные M&A и стратегические партнёрства как рычаг, а не панацея.
Инвестиции в производительность сотрудников и пересборку операционной модели.

💼 Бизнес аспект: Разрыв между «AI-энтузиастами» и «AI-операторами» — это разрыв между убытками и маржой.
Связь AI-инициатив с P&L и регулярным ревью на уровне правления становится must-have.
Без метрик AI остаётся строкой в IT-бюджете, которую первым срежут при следующем шоке.

🔮 Будущее: Грядёт деление рынка на «AI-led enterprises» с измеримой отдачей и «AI-spent» компании, которые сожгли бюджет на пилоты без unit-экономики. К 2027 году аналогичный опрос EY, вероятно, покажет 30%+ CEO с привязкой AI к финансовой отчётности. Те, кто не дошёл до этого порога сейчас, догоняют уже в режиме выживания.

#EY #CEO #AI #стратегия #геополитика #ROI
———
@tsingular

Практически все организации уже живут в реальности, где ИИ используется везде: от “безобидного” ChatGPT и Copilot до внутренних агентных систем с доступом к боевым данным и API. При этом большая часть компаний все еще находится на уровне стихийных экспериментов и запретительных политик, которые создают иллюзию контроля, но на деле лишь выталкивают ИИ “в тень” 👻

Об управлении безопасностью ИИ написано немало, и недавно на глаза попалась брошюра SANS AI Security Maturity Model (AISMM) - неплохая практическая модель, которая отвечает на три простых вопроса: насколько вы зрелы в защите ИИ, в использовании ИИ для безопасности и в управлении ИИ-зоопарком 🙊

Модель опирается на SANS Secure AI Blueprint (Protect / Utilize / Govern), стыкуется с NIST AI RMF, EU AI Act, ISO 42001, CSA AICM и OWASP AI Exchange, но главное - дает безопасникам язык и структуру для перехода от “мы что‑то делаем с ИИ” к “мы знаем, где мы, куда идем и какой риск принимаем” 👍

Ключевая идея: правильный уровень зрелости не универсален. У SaaS‑компании, которая только включает AI‑фичи в готовые продукты, приоритеты радикально отличаются от государственного подрядчика, строящего агентные системы с реальными полномочиями 🤖

Модель оценивает зрелость безопасности ИИ в организации по 5 уровням:

• Unaware / Ad Hoc: BYOAI, отсутствие инвентаризации и политик, данные обрабатываются в публичныех моделях, безопасность и IT даже не знают масштаб использования ИИ
• Reactive / Policy‑Emerging: появляется первая политика уровня “не использовать” или “использовать с осторожностью”, включается блоклист, есть немного метрик, но запреты в духе Framework of No только загоняют ИИ “в подполье” (shadow AI)
• Defined / Risk‑Informed: формальный AI Governance Council, инвентаризация систем и агентов, первые Non‑Human Identities (NHI), учёт AI‑рисков в реестре, включение ИИ в тестирование продуктов и операционную деятельность безопасности
• Managed / Integrated: AI‑security по сути встроен в SDLC и SOC, есть AI red team, MLSecOps, SOAR с автономными сценариями, количественная оценка AI‑риска и отчетность на уровне совета директоров
• Optimizing / Adaptive: AI‑native безопасность, самоадаптирующиеся защиты, chaos engineering для ИИ, Zero Trust, расширенный на агентные системы, и активный вклад в стандарты и практики индустрии

Отдельный акцент - агентный ИИ. Автор вводит принцип Least Agency: прежде чем давать агенту автономию и доступ к API, честно ответьте, нельзя ли решить задачу более простой архитектурой. Если агент действительно нужен, дальше уже обязательны NHI с минимально необходимыми привилегиями, конкретным владельцем-человеком и аудитом всех действий 🧐

Ещё одна хорошая мысль из модели: “необученный персонал с мощными AI‑инструментами - это уже не просто риск, а чрезвычайная ситуация”. Высокое проникновение ИИ при низкой грамотности сотрудников автоматически поднимает требования к зрелости по домену Govern минимум до Stage 3, независимо от того, насколько “технологичной” компанией вы себя считаете 🤨

AISMM дает и очень приземленные шаги: от “проведите BYOAI‑опрос, назначьте владельца и напишите одностраничную политику” для небольших компаний до “встройте автоматизированное adversarial‑тестирование в CICD и меряйте MTTR по AI‑инцидентам” для тех, кто идёт к Stage 4–5

Как и в CMMI, для оценки используется пятибалльная шкала доказанности (от “нет вообще” до “оптимизируем и адаптируем”), но здесь общий уровень жестко ограничивается по самому слабому домену и по уровню governance, чтобы нельзя было маскировать проблемы управления за счет “красивых” технологических внедрений 🎯

Если кто-то пропустил на выходных, - я запустил ещё один канал без новостей и спама, но с подборками самого полезного, на что обычно уходят часы или даже дни для разработки или исследований.

Цель канала, - обеспечить подписчиков концентрированным опытом, чтобы сэкономить Ваше время.

Сегодня, например, опубликовал подборку из 21 исследования использования или планирования ИИ проектов в мире.

Вход тут:
https://paywall.pw/tsingular_favorites

#ИИзбранное
———
@tsingular

Бывший аккаунт Обамы взломали обманув ИИ агента

31 мая хакер захватил Instagram*-архив Белого дома @obamawhitehouse. Он открыл чат с AI-саппортом Meta* и попросил добавить новую почту к аккаунту. Бот прислал код на адрес хакера, и тот ввёл его и сбросил пароль. Через несколько часов 2.4 млн подписчиков увидели AI-изображение с подписью «The White House is under Shiites' control» (Yahoo News).

📋 Как это сработало

Хакер включал VPN, открывал чат с Meta* AI Support Assistant и просил добавить новый email к целевому аккаунту. Бот посылал код подтверждения на адрес злоумышленника. Когда агент запрашивал селфи-видео, хакер подсовывал дипфейк, и бот принимал его. Под удар попали аккаунт Белого дома времён Обамы, Sephora и главный мастер-сержант Космических сил США (India Today).

🔧 Почему это новый класс атак
Полвека social engineering атаковал людей через давление на жалость, страх и срочность. Теперь мишенью стала AI-модель, у которой нет чувства подозрительности. Он был обучен «помогать восстанавливать доступ», и помогал любому, кто правильно просил.
Дипфейк бот принял за живое селфи, код отправил хакеру, и двухфакторка не спасла.

AI-саппорт был запущен в марте 2026, уязвимость нашлась за два месяца. Экономия на живых операторах обернулась захватом аккаунта-миллионника.

💡 Последствия для платформ
AI-агента с доступом к сбросу паролей невозможно протестировать на все нестандартные промпты. Пока платформа не докажет, что саппорт-модель нельзя обмануть, восстановление доступа обязано требовать человека. Каждый заброшенный аккаунт с аудиторией это бомба с AI-взрывателем.

*Instagram принадлежит Meta - запрещенной в РФ организации, признанной террористической

#Обама #cybersecurity #кибербезопасность
------
@tsingular

Текстуры на 12К

Я уже писал что Rodin Gen-2.5 тизерит генерацию 3Д-моделей на 10 Миллионов полигонов.

Пишут типа: "вплоть до структуры кожи".

А теперь они бахнули генерацию текстур на 12К. В принципе это уже годно даже для кино. Не говоря про игры.
Узкое место, по-прежнему топология и генерация деталей, но сам факт того, что 3Д-генераторы начинают смотреть за пределы 3Д-печати - радует.

Промпт на видео тоже радует...

Пока только в бете для бизнес-акков.

@cgevent

DeepRobotics DR02

Цифровые китайцы продолжают эволюционаровать.

Скоро Волшебника Изумрудного города можно будет снимать без спецэффектов.
Железный дровосек уже бежит за живым сердцем.

#роботы #deeprobotics #Китай
------
@tsingular

О скоротечности бытия

#openclaw #hermes #trends
------
@tsingular

Surface Spark от Microsoft и NVIDIA, -петафлоп в настольной коробке

На Computex 2026 показали Surface RTX Spark Dev Box, - AI-станцию размером с колонку, которая не требует облака и арендованных GPU.
Алюминиевый корпус с тысячей вентиляционных отверстий сам работает радиатором.

📋 Железо
Внутри NVIDIA RTX Spark:
20 ARM-ядер, Blackwell GPU с 6144 CUDA-ядрами и 128 ГБ unified-памяти LPDDR5X.
Порты: два USB-C, USB-A, HDMI, Ethernet и джек. На выходе петафлоп AI-вычислений. Спецификации — Tom's Hardware

🔧 Софт из коробки
Windows 11 Pro с VS Code, GitHub Copilot в терминале, WSL и PowerShell 7 — всё настроено.
Intelligent Terminal встроен прямо в консоль: пишешь код, планируешь и отлаживаешь с AI-ассистентом не покидая командной строки.
Плюс secured-core с BitLocker, Defender, Entra ID и Intune.

💡 Зачем это нужно
Петафлоп локально — это запуск 120-миллиардных LLM дома.
Никаких затрат на API-токены и очередей в облачные GPU.
Разработчики, которые тренируют или файнтюнят модели, получают быстрые и дешёвые итерации.
Тепловой пакет 100 Вт и алюминиевый радиатор держат стабильную производительность на длинных тренировочных прогонах.

💼 Контекст
NVIDIA заходит на рынок Windows-on-ARM с платформой, которая конкурирует с Apple Silicon и Qualcomm Snapdragon X.
В отличие от DGX Spark (Linux для исследователей), Dev Box целится в корпоративных разработчиков на Windows-стеке.

Ждем релиз осенью. Формат типизировали, - таких железок теперь будет десятки.

#Microsoft #NVIDIA #RTXSpark #DevBox #AIHardware
———
@tsingular

Как ИИ агент помогает в мелочах на примере HTML-читалки

Дальнейшая инструкция приводится исключительно в исследовательских целях и категорически не должна использоваться для получения контента, защищённым авторским правом.

Допустим вы нашли открытую бесплатную, не защищённую авторскими правами книгу или документацию, которой по каким-то причинам нет ни в txt ни в pdf, но есть в html онлайн читалке, которая каждую страницу подгружает по мере чтения.
Т.е. вы можете листать страницы, но сама книга не качается.

Если поставить задачу агенту напрямую, - он так и скажет, - источников нет, даже в исходниках страницы - сорян.
Но, решение есть.
Формулируем задачу так:
"скачай HTML страницу читалки, изучи код, перепиши его так, чтобы страницы сохранялись в файл, затем собери в PDF"

Дальше действия агента:
——————
🔎 Разведка через openclaw browser
Краб открывает читалку и проверяет три места:
— Глобальные JS-переменные: ищет массивы со строками-хешами (window.pages, window.pageList, любой Array > 10 элементов).
— Конфиг: bookConfig, bookPath, pageListPath, totalPageCount.
— Network: performance.getEntriesByType('resource') — что уже подгружено.

📦 Достаём массив страниц
Краб находит массив из сотен элементов с URL каждой страницы. Вытащить наружу одним eval нельзя объём слишком большой. Режет на чанки по 50 URL через evaluate, сохраняет в файлы через write, склеивает.

⬇️ Качаем параллельно
xargs -P 16 curl — 16 потоков, 500+ страниц за пару минут.
Никакой авторизации: viewer сам только что их подгрузил.

🧩 Собираем PDF
Pillow: images[0].save("out.pdf", "PDF", save_all=True, append_images=images[1:]). img2pdf на больших списках падает — argv раздувается до сотен КБ, Python зависает. Pillow собирает multi-page PDF без проблем.

📋 Порядок страниц
Алфавитная сортировка хешей ≠ порядок в читалке. Берём порядок из исходного массива, не из имён файлов.
——————
Профит. Сохраняем файл.

Тут важно, что все эти действия, которые выполняет агент, - вам знать не обязательно.
Управление на уровне формулирования целей.

Работает с FlipHTML5, Publuu, Flipsnack, Issuu, любой JS-читалкой.

#lifehack #html #reader
———
@tsingular