Фильтр публикаций


Репост из: Вайб-кодинг
Подписки Anthropic более чем в пять раз выгоднее подписок OpenAI. 🫣

Ещё в июне преимущество было у OpenAI: подписка за $200 давала объём работы, который через API стоил бы примерно до $14 000. После урезания лимитов на прошлой неделе ситуация перевернулась.

SemiAnalysis сравнила Opus 5.5 и GPT-6.1 Sol, пересчитав полностью использованные месячные лимиты в стоимость того же объёма работы через API:

> За $200: Claude Max 20x — $11 726 (58,6× стоимости подписки), ChatGPT Pro — $2 084 (10,4×).
> За $100: Claude — $5 725, ChatGPT — $1 055.
> За $20: Claude — $1 178, ChatGPT — $211.

Во всех трёх тарифах Claude даёт объём работы на 57–59 стоимостей подписки, а OpenAI — лишь чуть больше 10.

Даже с учётом более низкой цены Sol, если сравнивать только количество токенов, разница всё равно составляет около 5 раз.

https://newsletter.semianalysis.com/p/anthropic-subscriptions-offer-5x


Репост из: Смотри, Морозов и ИИ
Видео недоступно для предпросмотра
Смотреть в Telegram
Ну что, пора добавить немного желтухи 😋

Seedance 2.5 в разрешении 720, исходные материалы — шаблон, фотка Джигана и собаки. В шаблонах у Syntx AI все параметры выставлены заранее, там остается только кликнуть на генерацию.


Репост из: AM Live
Безопасный vibe-coding: инструкция по применению

У обычного приложения есть исходный код, зависимости и конфигурации. У AI-системы список гораздо шире: модели, датасеты, веса, адаптеры, системные промпты, embeddings, RAG и внешние инструменты.

И каждый такой компонент становится частью цепочки, от которой зависит безопасность конечной системы.

🔥 7 октября в 15:00 МСК в прямом эфире AM Live обсудим AI supply chain и разберём, что необходимо контролировать при разработке собственных AI-систем.

С экспертами поговорим:
— что сегодня считать исходными артефактами AI-системы;
— как проверять сторонние модели, датасеты и другие AI-компоненты;
— где находятся основные риски AI supply chain;
— зачем нужны AIBOM и Model Registry;
— как контролировать происхождение, версии и изменения компонентов перед выпуском в production.

🔗Регистрируйтесь по ссылке и присоединяйтесь к эфиру AM Live


Репост из: Futuris
Reflection AI выпустили Beam — первую открытую модель стартапа, который основали выходцы из Google DeepMind и поддерживает Nvidia (в 2025 вложили около $800 млн). Под капотом MoE на 501 млрд параметров, из них 23 млрд активных, контекст 1 млн токенов, лицензия Apache 2.0, веса обещают выложить в октябре. Модель делали под код и агентные задачи, и сравнивают её с китайскими лидерами: на SWE-bench Pro Beam набирает 65,5 против 62,1 у GLM-5.2, а на Terminal-Bench 2.1 почти догоняет его (80,1 против 81,0). При этом, по словам компании, ей нужно в 3–4 раза меньше вычислений. Ещё Reflection заявляет, что на кодовых бенчмарках Beam обходит Kimi K3, Qwen 3.8-Max и Inkling от Thinking Machines. Заявка серьёзная: похоже, у США наконец появляется собственный ответ DeepSeek и Qwen в open-source 🤨

пока можно записаться в лист ожидания на ранний доступ: platform.reflection.ai


Репост из: Futuris
День первый - усокроили Астра и сол 6.1 на 50% - в теч 2х часов выкатят.

Ладно, принимается, что дальше🍿


Репост из: Вайб-кодинг
Видео недоступно для предпросмотра
Смотреть в Telegram
Это сгенерировал американский ИИ:


Репост из: Psy Eyes
Мне некоторое время назад надо было сгенерить план квартиры, чтобы на его основе сделать дизайн интерьера и вариации.

Выяснилось, что нейронками второе создать проще, чем первое. Когда у тебя есть схема помещения ты можешь визуализировать её в виде картинок, видео и даже сплатов по которым можно гулять. А вот отредактировать существующий план помещения или создать с нуля новый с помощью AI, так чтобы это всё имело смысл, не жрало надписи, легко поддавалось правкам, итд — это проблема. Создатели специализированного софта, который за нехилым пейволом и часто только для b2b, по ощущениям делают вид, что AI не существует.

Наткнулся на Maket. Тут в агентном режиме через чат ты задаёшь, что хочешь получить, попутно отвечая на конкретизующие вопросы. В один момент тебе даётся промежуточная схема, которую ты можешь вручную поменять как хочешь, увеличивая или уменьшая площадь. Либо можно пойти другим путём и загрузить реф картинку, нарисовать всё с нуля, или вкинуть свою схему, если она есть.

Попросил сделать план студии на 40 кв. м. с прихожей, гостинной/спальней, кухней, балконом, и совмещенным санузлом. Получил схемку с расставленной мебелью, в которой объекты можно менять местами, как и характеристики: в какую сторону открывается дверь, толщина стен, материалы, цвета, итд. 2D вид можно переключить на 3D и крутить/приближать камеру как хочешь. Или начать ходить по помещению и всё осматривать, заодно клея обои нужной текстуры не выходя из трехмерного вида. Через поле для промта внизу можно вносить изменения в сцену или сгенерить рендер.

Работает не идеально: балкон получился без окна + дверь при открытии стучалась бы о стену; через здоровенное окно за телевизором может слепить солнце; гостинная слишком близко к прихожей. Но суть в том, что это всё можно легко поправить и отрендерить желаемый вариант.

Такой формат визуализации или сплаты особенно будет в масть тем, кто сдаёт/продаёт жильё.

На бесплатном акке 30 халявных кредитов, из которых у меня списали 20 за генерацию и 10 за один рендер.

Сайт


Репост из: Силиконовый Мешок
Инженерия_обвязки_агентов.pdf
541.0Кб
Не могу не поделиться переводом этого плейбука. Многие спрашивают, что такое Harness (обвязка) и как ее правильно использовать в своих ИИ-агентах. Вот отличный справочник, пользуйтесь.


Репост из: ITSK


Репост из: from:adam
Славную эру AI и вайбкодинга принято описывать через смерть софта как ценности. Мол, теперь каждый навайбкодит себе любой софт сам, и платить за чужой больше незачем. В пределе это правда, но только когда ИИ дойдёт до совсем другой структуры затрат. Пока мы от этого далеко.

Чтобы собрать работающее приложение под iOS, вы в лучшем случае сожжёте пару сотен баксов на токены. По сути это подписка на год-два в каком-нибудь готовом аналоге. И это только старт, потому что дальше его придётся поддерживать и чинить каждый раз, когда что-то отвалилось после очередного обновления.

Если у приложения есть бэкенд, нужна ещё инфра, и за неё неожиданно тоже нужно постоянно платить (хостинг, пуши через какой-нибудь Firebase, база вроде Supabase и так далее).

В итоге сейчас таким занимаются жуткие ёрли адоптеры с синдромом NIH или люди, которым тупо по фану повозиться и изобрести себе всё самим (вроде меня).

Чтобы история про самописный персональный софт стала более менее массовой, всё это должно стать эффективнее на 3-4 порядка. С другой стороны, видя прогресс кодинг агентов, не удивлюсь, если через год-два мы проснемся в таком мире.


Репост из: Организованное программирование | Кирилл Мокевнин
Почему нам нужны визионеры

Недавно DHH выступил на Rails World и по полной прошелся по привычному программированию. Сказал, что писать код руками становится экономически бессмысленно, что сам почти перестал писать на Ruby, а часть нового HEY они делают на Rust, который он сам не знает и воспринимает как черный ящик для агентов (но уверен что он тут специально нагнетает).

Этим он подорвал столько пердаков, что из космоса было видно зарево. Мой твиттер на неделю превратился в бесконечный срач. На Reddit появились треды в духе "уберите DHH из Rails", Aaron Patterson посвятил значительную часть своего закрывающего доклада ответу DHH. Как вообще создатель Rails может выйти на Rails-конференцию и рассказывать людям, что язык, фреймворк и даже понимание собственного кода скоро могут перестать иметь прежнее значение?

DHH самый настоящий визионер, не в смысле что он умеет и хорошо предсказывает будущее, такие люди вообще довольно часто ошибаются. Визионерство это способность увидеть большой сдвиг раньше большинства, построить вокруг него цельную картину будущего и начать действовать так, как будто эта картина уже становится реальностью. Поэтому визионеры почти всегда выглядят слишком радикальными. Когда их идеи становятся очевидными, никакого визионерства уже не требуется, тут уже можно строить планы, выделять деньги, нанимать команду и вперед на галеру.

Практически любой большой технологический переход требует от кого-то сделать ставку раньше остальных.
Apple много раз отказывалась от вещей, которые рынок считал обязательными. Стив Джобс убирал флопи диски, отказывался от физической клавиатуры в смартфоне, воевал с флешом. Каждое отдельное решение можно было критиковать, но за ними стояла цельная картина того, что ПК должен стать ближе к бытовому устройству, чем к набору технологий.

Амазон годами инвестировал в инфраструктуру и рост вместо прибыли. AWS поначалу вообще выглядел почти побочным направлением интернет-магазина. Сегодня идея покупать вычисления как электричество кажется естественной, но кто-то должен был вложить в эту модель миллиарды до того, как она стала естественной.

Netflix сам начал уничтожать свой успешный dvd-бизнес ради стриминга. Это особенно важный пример, потому что проблема больших компаний обычно не в том, что они не замечают новые технологии. Они часто прекрасно их видят. Проблема в том, что новое направление угрожает существующему бизнесу, который прямо сейчас приносит деньги.

И обратных примеров тоже полно. Компании редко погибают потому, что вообще не знали о новой технологии. Kodak одной из первых разработала цифровую камеру. Nokia прекрасно видела развитие смартфонов. Большие корпорации обычно располагают огромным количеством исследований, аналитики и талантливых людей.

Знать недостаточно. Нужно быть готовым сделать из знания ставку, которая может навредить сегодняшнему успешному бизнесу. В этом и состоит одна из главных особенностей визионеров. Они не просто придумывают новые продукты. Они способны поставить под сомнение то, благодаря чему сами стали успешными.

Причем важно не превращать это в культ великих людей. Визионер вполне может завести компанию не туда. Чем сильнее убеждение, тем опаснее ошибка. Стив Джобс ошибался. Безос ошибался. DHH ошибался и еще много раз ошибется.

Большинство людей и организаций хорошо умеют оптимизировать существующую реальность. Улучшать продукт на несколько процентов, уменьшать затраты, отвечать на запросы клиентов, следить за конкурентами. Для работающего бизнеса все это критически важно. Но переход из одной реальности в другую почти никогда не получается как результат такой оптимизации. Для него нужен кто-то, кто в какой-то момент скажет: то, что сегодня составляет основу нашего бизнеса, завтра может вообще перестать иметь значение. И начать действовать исходя из этого раньше, чем это станет очевидно всем остальным.

Telegram | YouTube | AI Клуб | Внедрение AI


Репост из: Data Secrets
Железа до конца 2027 года хватит на сотни миллионов ИИ-агентов

Epoch AI посчитали, сколько агентов смогут одновременно работать на чипах, выпущенных с 2025 по 2027 год. Получилось от 33 до 171 млн одновременно работающих агентов уровня фронтирных моделей.

В пересчете на обычную 40-часовую рабочую неделю это 140–720 млн сотрудников. А с более легкой моделью DeepSeek V4 Pro получится уже около 1,9 млрд агентов, или эквивалент 8 млрд сотрудников.

Главный вопрос, найдется ли для такого количества агентов достаточно работы. Час сейчас обходится примерно в $16–18 для Codex и $24–50 для Claude Code. Даже если загрузить только 20% рассчитанной мощности, это соответствует $2,6–5,3 трлн расходов в год по текущим API-ценам.

Для сравнения, даже при пятикратном ежегодном росте выручка разработчиков моделей к концу 2027 года составит только около $1 трлн 💡

https://epoch.ai/publications/estimating-the-agent-population


Репост из: Сиолошная
В мире с миллиардом Эйнштейнов кому-то всё равно придётся строить лаборатории и вести бухгалтерию.

Авторское эссе The Eternal Complement на сайте OpenAI задаёт вопрос: насколько быстрее сможет развиваться цивилизация, когда интеллект перестанет быть дефицитом?

Галилею хватило двух линз и трубки. Для телескопа «Джеймс Уэбб» понадобились сотни организаций. Чем дальше мы хотим заглянуть, тем больше работы стоит за открытием.

За этим образом есть экономические данные. В работе Блума и соавторов, на которую ссылаются авторы, поддержание темпа роста плотности транзисторов требовало более чем в 18 раз больше исследователей, чем в начале 1970-х. Похожие тенденции обнаружились в сельском хозяйстве и медицине. Отдача от исследовательских усилий снижалась, а увеличение их масштаба компенсировало это падение. За привычным темпом прогресса скрывалось всё больше работы.

Интеллект и возможности исполнения усиливают друг друга: хорошая гипотеза делает телескоп полезнее, хороший телескоп повышает ценность гипотезы. Сюда же относятся финансирование, производство, законы и логистика.

Сегодня AI даёт одному человеку возможности команды. Всё важнее становится вкус: что вообще стоит делать, на какие вопросы искать ответ? Но если машины сами начнут производить выдающиеся идеи, исполнение снова может стать узким местом.

Дальше возможны два сценария. В «цивилизации глубины» сверхразум извлекает больше из накопленных данных, улучшает симуляции и точнее выбирает эксперименты. В «цивилизации ширины» новые идеи требуют всё больше лабораторий, заводов и энергии. Даже гениальному исследователю приходится ждать, пока вырастет организм или закончится эксперимент.

Возможно, большая часть сверхразума будет занята скучной работой. Темп прогресса определит то, сколько реального мира потребуется каждой следующей гениальной идее.

(а ещё в блогпосте с эссе очень вкусные картинки, мне понравились, посмотрите и вы)


Репост из: ktoya_me
Видео недоступно для предпросмотра
Смотреть в Telegram
На этой неделе выпустили Eleven v4 - самую лучшую TTS модель в мире

Настолько она крутая, что мы даже договорились везде писать, что она emotive, а не просто expressive

Для этой демки я засунул её в Reachy Mini и попросил показывать антеннами те же эмоции, что голосом

Тут все от программирования робота и до монтажа видео - это Opus 5.5. Я только камеру нашел и ракурс подобрал :)

P.S. спасибо моему корешу Севе за бесконечные разгоны идей для демок, в мире агентов только идеи теперь чего-то и стоят


Репост из: Смотри, Морозов и ИИ
Видео недоступно для предпросмотра
Смотреть в Telegram
Нужно ваше мнение — это востребовано настолько же, насколько это симпатично выглядит? 😮‍💨 Лайков-то этот сайт соберет, конечно, а поможет ли с продажами футболок?

Промт я немного реверс-инженирнул, сделано в Opus 5.5 ⬇️

Create a polished, interactive fashion e-commerce website for Cambree Designs.

The main screen has a warm off-white background and a metal clothing rail with several T-shirts on wooden hangers. Place a minimal header above it, with the brand logo centered, navigation on the left, and a shopping bag icon on the right.

Make the clothing rail interactive. When the user selects a T-shirt, the other shirts slide smoothly along the rail to make room. The selected shirt and hanger move continuously to the center of the screen and grow larger. Then the shirt lifts off the rail and unfolds in midair. Its fabric should sway, form soft folds, sag naturally, and settle under gravity. Give the motion believable weight and inertia. Avoid abrupt cuts, simple image swaps, or a plain fade transition.

Below the featured shirt, show its name, price, available sizes, and a clear purchase button. Add previous and next controls so users can browse the collection. Include several distinct products with different colors and designs. Make the shopping bag and product selection interactive.

Use restrained typography, subtle colors, generous whitespace, soft shadows, and smooth transitions. Make the layout responsive for desktop and mobile. Build a complete, working storefront rather than a static mockup.

If a full cloth simulation is not supported, create the closest convincing effect with CSS and JavaScript: animate the shirt’s position, rotation, scale, folds, and settling motion with smooth easing and inertia.

Claude Opus 5.5 доступен в агрегаторе Syntx AI, GPT-6 Astra 6 и Sol 6.1 тоже завезли.


Репост из: bishx devlog
Сладость, гадость, вкусность, приятность

Так и не увидел у расхайпленного Jev юзкейсов, которые бы меня воодушевили. Ну решения да решения, вот вообще ничего не цепляет

А меня уже 3 месяца мучает мысль сделать себе автооркестрирование нейросетей без моего участия. Но это не очередной пайплайн, а кое-что поинтереснее

Вот у нас есть нейросеть. Она умная, умеет рассуждать и решать сложные таски. Но что делать дальше, куда двигаться и когда уже хватит ковырять одно и то же – всё ещё приходится решать человеку

А что, если обучить аналог Jev понимать, как я думаю, и самостоятельно направлять разработку? Основная нейронка предлагает варианты действий, а Jev решает, что делать дальше

У меня уже есть полная выгрузка сообщений из вк/тг. Есть усовершенствованный gbrain со всей памятью кодекса и выгрузка диалогов из клода за полгода. Получается что? Получается, есть вся история моих решений – что я предлагал, с чем соглашался, от чего отказывался, что переделывал и почему

Что мешает запустить рисерч всех этих решений? Разобрать, как и на основе чего они принимались, вытащить общие принципы и сделать своего оркестратора, который будет делать то, что я хочу. Потому что он и будет мной?

Анализ диалогов в реалтайме, собственная среда управления агентами, подключение любых нейросетей. Направлять их действия, менять подход, когда они застряли на одном месте.. да что угодно. Потенциал просто огромный, если получится оцифровать своё видение мира

Звучит слишком киберпанково, но думаю стоит коммитнуться, пока х20 лимиты ещё доступны. Похоже на оцифровку мозга мухи дрозофилы, но только у этого муха соображалка должна чуть получше работать




Репост из: GPT/ChatGPT/AI Central Александра Горного
Трамп создал команду по «суперинтеллекту»

Super Intelligence Force будет координировать работу американских властей в сфере AI. Возглавит её Джей Клейтон — директор национальной разведки США. В руководство войдут представители Пентагона, Федеральной торговой комиссии и ведомства, отвечающего за государственные кадры. Команда будет отчитываться перед Трампом.

За 120 дней группа должна подготовить доклад о возможностях и рисках AI и предложить, как на них реагировать. Среди задач — защита от угроз, связанных с AI, и сохранение лидерства США без чрезмерного регулирования отрасли.

https://techcrunch.com/2026/10/04/trump-unveils-his-new-super-intelligence-force/


Репост из: Илья Измайлов — Vibe living
Создатели AI продуктов даже не подозревают, что многие их пользователи читают "AI" в названии продукта как "АэЛ" вмето "эйай"

В моём исследовании для Speaky буквально все не-айтишные респонденты так и произносят названия продуктов вроде "Language AI" — для них это сочетание букв не несёт никакой смысловой нагрузки

Так что когда хочешь показать какой у тебя современный модный продукт, приставив AI к названию, стоит убедиться, что твои пользователи знают что этот AI означает


Репост из: Вайб-кодинг
Германия впервые выпустила модель. С результатом почти 97% в математике.

Всего 78 млрд параметров, из которых на каждый токен активируются только 3,46 млрд. Открытые веса под лицензией Apache 2.0. Модель обучена для немецкого и английского языков.

По собственным оценкам Aleph Alpha, она набирает 96,9% на AIME 2025 и 84,3% на GPQA Diamond. По общей оценке на немецком немного опережает Qwen3.5 35B-A3B и GPT-OSS 120B. С программированием результаты неоднозначнее: 66,4% на SWE-Bench Verified против 73,8% у Qwen3.6.

Для дообучения использовали ответы китайских моделей: GLM от Zhipu и Qwen от Alibaba.

Хорошие небольшие модели могут создавать не только в США и Китае. 😋

Показано 20 последних публикаций.