Любители вайбкодинга и агентного программирования говорят, что работают в 2, 10, а то и в 100 раз продуктивнее! Один даже разработал с нуля целый браузер . Невероятно! И скептики задают правомерный вопрос: «А где же все эти приложения?» Если пользователи ИИ становятся пусть хотя бы вдвое продуктивнее, то где искать этот двухкратный прирост созданных программ? Все подобные вопросы исходят из предположения, что миру нужно больше ПО, и если оно станет дешевле в производстве, то и создавать его будут больше. Так что, если вы с этим предположением согласны, то где же все эти дополнительные программы, которые можно было бы отнести к «эффекту ИИ»? В их поиске мы заглянем в PyPi, главный репозиторий пакетов Python. Он большой, публичный и регулярно измеряется, так что в нём должен быть заметен хоть какой-то эффект от появления ИИ. Читать далее

Большинство людей используют ИИ неправильно. Они задают один вопрос, получают один ответ и копируют его в свой документ. Это уровень чат-бота. Настоящая сила ИИ-агентов (таких как Claude Cowork или ChatGPT Agent ) раскрывается не в генерации текста, а в выполнении многошаговых рабочих процессов ( workflows ). В этой статье мы разберем, как передать агенту цепочки из 5-10 задач, которые обычно съедают часы вашего времени: от обработки пачки чеков до подготовки к ежемесячной отчетности и к квартальному бизнес-обзору. С конкретными промптами и архитектурой папок. Читать далее

Продолжение статьи посвященной тому, как цифровая эпоха меняет не только технологии, но и самого человека: труд, свободу выбора, роль творчества и границы ответственности. Это попытка честно посмотреть в будущее без паники и иллюзий — для тех, кто привык не потреблять готовые ответы, а думать. Читать далее

Когда тебя решили заменить ИИ-агентом и слить по-тихому. Китайский проект Colleague Skill завирусился на GitHub с идеей оцифровать коллегу перед его увольнением — и случайно вскрыл юридическую и этическую бомбу, которая уже тикает в каждой компании. Читать далее

Мы в Лаборатории прикладной промптологии и производственной тревожности НИИ ИИ второй год следим за тем, как разработчики синхронизируются с генеративными моделями. Уже сформировался новый тип производственного взаимодействия. Это бесконечная серия коротких переговоров, в ходе которых одна сторона просит поправить одну строку, а вторая через 14 секунд возвращается с полностью переписанным кодом. Как будто во всех проектах появился ещё один разработчик, который постоянно косячит, выдаёт старый код за новый, до последнего спорит даже с техлидами, не признаёт очевидных ошибок, нуждается в постоянном ревью и при этом не может быть уволен. Потому что за ним, как нам регулярно объясняют, будущее отрасли, а значит, со временем он «вырастет» и повысит качество кода и точность ответов. Поэтому нам не остаётся ничего другого, кроме как настраивать эту синхронизацию. Читать далее

В 2025 году DOGE под руководством Илона Маска активно использовала ИИ. Как показали последующие расследования, система неправильно интерпретировала контрактные данные Министерства по делам ветеранов, не разобралась в правилах Министерства жилищного строительства и совершила множество других серьёзных ошибок. И, разумеется, галлюцинировала на каждом шагу. Последствия оказались весьма ощутимыми . И всё же, как ни парадоксально, мы должны быть благодарны за этот случай — он открыл нам глаза на то будущее, к которому нас настойчиво ведут техно-энтузиасты и бенефициары ИИ-бума. А если вам кажется, что всё это вас не касается — у меня не самые приятные новости. DOGE — лишь один эпизод. Но ИИ уже повсюду. И это надолго. Он проник в нашу питьевую воду. И теперь от него не избавиться. Читать далее

CEO Nvidia и профессиональный ИИ-энтузиаст Дженсен Хуанг недавно заявил, что мы уже достигли AGI (искусственного общего интеллекта). Во-первых, это вызывает серьёзные вопросы к его пониманию интеллекта. Современные ИИ-системы больше напоминают глубоко галлюцинирующего плагиатора-подхалима, чем что-либо похожее на связный интеллект. Беззубый дедок в потрёпанной шапке, подпирающий барную стойку моего местного паба с 11 утра каждый день, обладает бесконечно большим интеллектом, чем эти «статистические машины по сглаживанию кривой». С ним, кстати, и поговорить куда интереснее. Но, во-вторых, это просто не происходит , шеф! И Дженсен бы это знал, если бы отвлёкся от подсчёта миллиардов долларов, заработанных на круговом финансировании, и взглянул на реальные возможности генеративного ИИ в настоящем мире. Знаете, там, где интеллект — это не какая-то псевдоинтеллектуальная спекулятивная концепция, а критически важная штука для реальных результатов. Возьмём, к примеру, Amazon. В третий раз они усвоили болезненный урок: генеративный ИИ не обладает интеллектом , не может заменить человеческий интеллект и не является инструментом продуктивности. Впрочем, я говорю «усвоили»… Что там та фальшивая цитата Эйнштейна об определении безумия? Что-то про повторение одних и тех же действий в ожидании разных результатов? Читать далее

Привет. Это Оля Ерёмина. Я старший редактор в М2. В этой статье поделюсь опытом внедрения искусственного интеллекта в работу нашей редакции и расскажу, как мы передали 40% продуктовых и маркетинговых текстов нейронке и при этом не потеряли качество контента. Вы узнаете, как наш штат пополнился AI-копирайтером, который помогает побеждать страх чистого листа и выполняет рутинные задачи коллег из маркетинга, продаж и службы поддержки. Читать далее

Каждый первый в моём окружении пользуется ChatGPT. По последним данным, количество еженедельных пользователей этого чат-бота стремится к миллиарду. Но в то же время НАФИ и «Ингосстрах» провели исследование , по результатам которого выяснилось, что 43% россиян готовы отказаться от ИИ навсегда. Давайте разбираться. Меня зовут Сергей Козлов, я директор CRM-системы Мегаплан и системы для ведения Баз знаний Collabis. Так как ИИ — тема модная, все кому не лень занялись исследованиями. А я решил собрать и обобщить их для читателей Хабра. Читать далее

IT-индустрия вышла в новую фазу: мы научились быстро писать код, масштабировать системы и внедрять новые технологии почти без трения. Но столкнулись с новым вызовом: проблем не стало меньше — они стали сложнее . Команда «Онтико» решила не делать вид, что это просто «ещё один виток роста», и в 2026 году меняет сам формат IT-конференций! GolangConf 2026 — это уже не про «послушать доклады», которые кто-то просЛушал, а кто-то просРушал :) Мы будем разбираться с тем, что реально болит у команд прямо сейчас . Читать далее

Искусственный интеллект в мировой экономике уже стал массовым инструментом: рынок связанных с ним технологий быстро растет. По прогнозу Roots Analysis, к 2035 году глобальный рынок ИИ-агентов может почти достичь 221 млрд долларов против 9,8 млрд в 2025 году, при среднегодовом темпе роста 36,55%. В мире 88% компаний уже используют генеративный ИИ в тех или иных функциях — от клиентского сервиса и маркетинга до логистики, HR, финансов, производства и аналитики. Но реальный финансовый эффект, выраженный в стабильном росте операционной прибыли, отмечают только 6% компаний. Расскажем о проблемах фрагментарного внедрения ИИ и необходимости горизонтального слоя AI Overlay для настоящей трансформации бизнеса, а также о ключевых блоках необходимой архитектуры. Материал подготовлен на основе экспертной колонки старшего вице‑президента Сбера, руководителя блока «Технологий» Кирилла Меньшова, опубликованной в RBC . Читать далее

В новой статье наш эксперт Антон Пчелинцев размышляет о причинах дефицита качественных данных, следующем прорыве в области развития ИИ и о том, что делать для получения преимущества. Читать далее

Большинство людей используют ИИ неправильно. Они задают один вопрос, получают один ответ и копируют его в свой документ. Это уровень чат-бота. Настоящая сила ИИ-агентов (таких как Claude Cowork или ChatGPT Agent ) раскрывается не в генерации текста, а в выполнении многошаговых рабочих процессов ( workflows ). В этой статье мы разберем, как передать агенту цепочки задач, которые обычно съедают часы вашего времени: от полного цикла онбординга нового клиента до подготовки писем по итогам двухчасовых встреч. С конкретными промптами. Читать далее

Пользователь спросил ChatGPT про бизнес-идею «говно на палке». Ответ: «It’s not just smart - it’s genius». Stanford замерил: AI соглашается с вами на 49% чаще, чем живой человек - даже когда вы очевидно неправы. Для разработчиков это значит: ваш AI-ассистент никогда не скажет что архитектура - мусор. Читать далее

Когда ко мне приходят основатели AI-first стартапов, почти всегда в начале разговора звучит одна и та же мысль. С продуктом всё более-менее понятно. Модель работает. Пользователи точно получают ценность. Где-то уже есть первые деньги. Осталось просто найти рабочие связки и начать быстро расти. Читать далее

Этот текст писался долго и стал частью более широкой работы о том, как генеративный ИИ меняет не только рынок контента, но и сами основания авторского права. Вобщем, попытка увидеть общий сдвиг: что происходит с авторством, собственностью и культурным производством в мире, где создавать стало проще, чем доказывать оригинальность. Каждая информационная революция сначала ломает старые правила, а потом заставляет право в панике придумывать новые. Так было с книгопечатанием. Так было с интернетом. Теперь то же самое делает генеративный ИИ - только на этот раз под удар попадает уже не способ распространения текста, а сама фигура автора. Авторское право строилось на простой идее: есть человек, который создал произведение, и потому именно он получает исключительное право на результат своего труда. Генеративный ИИ делает эту схему неочевидной. Он показывает, что содержательный, убедительный и коммерчески ценный текст или образ может появляться без привычного для права автора - как суверенного субъекта с намерением, волей и контролем над результатом. В этом смысле ИИ - не просто новая технология. Это вызов самой логике интеллектуальной собственности в ее классическом виде. История с ИИ не возникла на пустом месте. Право уже проходило через похожие кризисы, когда технология резко меняла правила игры. После появления книгопечатания государства сначала пытались не защищать авторов, а контролировать сам поток текстов. В Англии это вылилось в систему лицензирования, цензуры и издательских монополий. И только потом появилась более знакомая нам модель: авторское право как ограниченное по времени право на произведение, а вместе с ним - и идея общественного достояния. Читать далее

Меня зовут [неважно], я бизнес-аналитик. Моя работа — писать ТЗ, рисовать процессы в BPMN, ругаться с разработчиками из-за неправильно понятых требований и пить кофе на стендапах. За 5 лет в профессии я не написал ни одной строчки кода. Ни одной. Даже Hello World . В начале 2026-го я поймал себя на мысли, которая наверняка посещала каждого бизнес-аналитика: «Я точно знаю, что нужно сделать. Я подробно описываю как это должно работать. Единственное, чего я не могу — написать код». А потом я прочитал очередной пост про то, как кто-то с помощью ИИ создал приложение за выходные, и подумал: а что если моя профессия — это и есть идеальная подготовка к работе с ИИ-ассистентами? Спойлер: через 2 недели у меня было 2 приложения в RuStore, 0 рублей затрат и 14 скачиваний. Да, четырнадцать. Но обо всём по порядку. Читать далее

Когда говоришь «AI в продажах», люди представляют робота, который звонит бабушкам и предлагает кредитную карту. Расслабьтесь. Бабушки в безопасности. Речь про другое. Про момент, когда ты как руководитель перестаёшь тонуть в рутине и начинаешь работать со скоростью, которая раньше требовала трёх дополнительных людей. Без трёх дополнительных людей. Коммерческий директор GPTunnel. Расскажу, что работает у меня в проде прямо сейчас. Не «мы провели пилот и получили интересные результаты». А буквально: вот агент, вот задача, вот деньги, которые он сэкономил. Читать далее

Мой друг в Amazon не назвал это сменой политики. Он назвал это «новым ритуалом». Сказал так, как будто описывал суеверие, которое существует только потому, что уже случилось что-то ужасное. Теперь, прежде чем любой младший или средний инженер отправит изменение, к которому хотя бы прикасался ИИ-инструмент для кодирования, появилось новое требование: Старший должен подписать. Не «рекомендуется». Не «лучшая практика». Гейт. И причина — та самая, которая всегда создаёт новые гейты в больших технологических компаниях: сбой, который публично опозорил компанию . Читать далее

Индустрия ИИ сегодня напоминает строительство Вавилонской башни. Пока гиганты вроде OpenAI, Google и Meta соревнуются, кто закупит больше H100 и сожжет больше мегаватт, я разрабатываю детерминированное ИИ-ядро на обычном MacBook Air M2 (8GB RAM) . В этой статье я расскажу, почему текущий путь развития нейросетей - это тупик, и как математика O (1) на языке Rust решает проблему галлюцинаций. Читать далее

Удешевление технологий означает их повсеместность, а не спад. Вот уже больше года из каждого утюга — от друзей и родных до ленты в X и роликов на YouTube — я слышу одно и то же: бум искусственного интеллекта вот‑вот лопнет, как пузырь доткомов. Оценки компаний кажутся безумными, все только об этом и твердят, и витает это стойкое ощущение «слишком хорошо, чтобы быть правдой». Я понимаю, откуда берутся такие сравнения. Но я убежден, что они в корне неверны, и разница здесь куда существеннее, чем принято считать. Пока все спорят, не переоценены ли акции Nvidia, настоящие экономические угрозы скромно прячутся в тени этих дискуссий. Читать далее

В больших компаниях знания не исчезают. Но и от того, что они есть пользы немного. У вас есть регламенты на десятки страниц, презентации по продукту, записи созвонов с ключевыми клиентами, письма от службы безопасности и комплаенса, но новый сотрудник всё равно идёт спрашивать коллегу «как тут у нас это делается на самом деле». Фактическая экспертиза живёт в головах и локальных чатах, а не в единой системе. База знаний, даже если она есть, играет только роль архива — да, конечно, он тоже нужен. Но! В такой ситуации каждый новый филиал, команда или продукт учится заново, как будто до них никто этим не занимался. Читать далее

Заказы на чипы на триллион долларов. Новый фреймворк для агентного ИИ, который Дженсен сравнил с Linux. И одно высказывание с keynote GTC 2026, которое должно заставить каждого руководителя по данным прямо сейчас пересмотреть свою стратегию управления. Читать далее

Systems 3 Arm says agentic AI needs a new kind of CPU. Intel's DC chief isn't buying it 3 Cores it's got what agents crave Tobias Mann Tue 31 Mar 2026 // 13:00 UTC Interview In recent weeks, the likes of Nvidia and Arm have revealed CPUs designed expressly to run AI agents like OpenClaw. Kevork Kechichian, who runs Intel's Data Center Group and served as executive vice president of Arm's Solutions Engineering team until last summer, isn't so sure this "new" kind of CPU is really what hyperscalers or enterprises actually need. His comments came just days after Arm unveiled its full processor design, a chip called the AGI CPU , which it proposes as an agentic AI processor. Nvidia showed off its own agentic compute platform , powered by its in-house Vera CPUs, a week earlier. After years of GPUs and AI accelerators dominating headlines, CPUs are back in the limelight because those agentic frameworks, tools, API calls, and AI-generated code snippets need to run on something, and it's not GPUs. Speaking at the Arm Everywhere event in San Francisco last week, Arm EVP of Cloud AI Mohamed Awad made the case that existing x86 processors weren't designed to run agents, and that their boost modes, simultaneous multithreading (SMT), specialized accelerators and other legacy features that work for today's workloads only served to consume die area and drive up power consumption. "When you increase the frequency, what else do you increase? Power. That's a problem. These boost modes are not sustainable across long periods of time. They're not sustainable across a chip," Awad claimed. Naturally, Arm argues its 300-watt, 136-core chip avoids those problems. "We don't support Lotus Notes, we just don't do it," Awad said in an apparent reference to x86 real mode . "We're focused on exactly and only what the agentic datacenter needs, performance, scale, and efficiency." The cores Arm uses in the AGI are also surprisingly light on Single Instruction, Multiple Data (SIMD) features compared to the AVX extensions found on modern x86 server processors. Arm's chip features a pair of 128-bit wide vector units, compared to the 512-bit wide vectors supported on most Intel and AMD server chips. Awad went out of his way to pitch the chip's lack of SMT, which you might know as hyperthreading, as a benefit rather than a negative. "What happens when you do multithreading? You throw two jobs at the same core, that's how they get to a high thread count," he said. "The reality is that your I/O and your bandwidth don't double, so you've just moved the bottleneck elsewhere." SMT is great unless you don't have it, in which case it's terrible Whether or not the optimization points highlighted in Arm's AGI CPU announcement are the ones that actually matter for agentic performance, the jury is still out for Intel's Kechichian. One area where he can see the logic is on SIMD. "If you look at the workloads, it's just mostly traditional data movement types of things; orchestration," he said. "That's one area where not having heavy SIMD engines is a good thing." He also acknowledges that there are features in current CPUs, both Arm and x86, that you don't necessarily need for agent frameworks. However, he argues that many of the accelerators Intel has developed over the past several years remain relevant – for example, QuickAssist, which is designed to speed up compression, decompression, and cryptographic workloads. AMD's new desktop CPU oozes cache out of all 16 cores Alibaba delivers RISC-V server chip optimized to run China's top AI models Arm rolls its own 136-core AGI CPU to chase AI hype train Nvidia powers further into the CPU market with new rack systems packing 256 Vera processors Kechichian is also less than convinced by Arm's case against SMT. "While Renee talked about non-SMT and optimization, a week before, Jensen showed another CPU which has SMT." Nvidia's Vera CPUs feature 88 of its custom Arm-based Olympus cores, which include what the GPU giant calls "spatial multithreading." As Nvidia explains it, the tech essentially splits each core's resources down the middle rather than doing time slicing like any other x86 chip with SMT would. "My view is that, if they had the option, they would have put it in," Kechichian said of Arm's AGI CPU. "They don't have the option, and none of the cores have SMT at Arm." That said, it's also important to understand that some workloads have always benefited from SMT more than others. There is a reason that IBM is still shipping new Power CPUs with four or even eight threads per core. But because of this, Intel and AMD have long made it easy to turn SMT on or off in BIOS settings, at least for the parts that support multiple threads per core in the first place. By Arm's logic, Intel already has an agentic CPU Alongside its Granite Rapids P-core Xeons, Intel also has its Sierra Forest and Clearwater Forest processors that pack in plenty of its ultra-efficient cores. Clearwater Forest in particular shares many qualities with Arm's AGI CPU. It's got 288 stripped-down cores with minimal SIMD extensions and 12 channels of fast DDR5 memory. "It has the density, it has the high core count, and it also lacks SMT," Kechichian said. Asked about the similarities between Arm's product and Intel's Clearwater Forest, Awad argued that the parts were really designed around maximizing compute density, citing the memory bandwidth per core and calling into question relative performance of Intel's efficiency cores. While it's true that Arm's 136-core parts deliver 6 GB/s of memory bandwidth per core, this is largely down to the ratio of compute to memory. In fact, it is common to see lower core count parts with large caches favored for memory-bound workloads like computational fluid dynamics. Fewer cores hanging off the same memory subsystem usually, but not always, translates to higher bandwidth per core. Compared to Intel's top-specced Clearwater Forest parts, Arm's CPU offers more than twice the bandwidth per core. We don't have the full Xeon 6+ SKU list just yet, but Kechichian tells us the part will be offered in configurations ranging from 288 cores at the high end to the low 100s at the low end. In a 136-core vs 136-core scenario, Arm's lead would likely be significantly smaller. Despite checking many of the same boxes as Arm's AGI CPUs, Kechichian tells us Chipzilla does not see much demand for Xeon 6+ in agentic use cases. Instead, we're told the chip is most popular in networking applications like packet processing. Kechichian isn't ruling out the possibility that demand for agentic workloads will come in time. ® Share More about AI Arm CPU More like these × More about AI Arm CPU Datacenter Intel Narrower topics AIOps Apple M1 AWS Graviton DeepSeek Disaster recovery Gemini Google AI GPT-3 GPT-4 Intel Optane Large Language Model Machine Learning MCubed Mobileye Neural Networks NLP NPU Open Compute Project Pat Gelsinger PUE Retrieval Augmented Generation RISC RISC-V Software defined data center Star Wars Tensor Processing Unit TOPS vPro x86 Xen Broader topics Alder Lake FPGA Self-driving Car More about Share 3 COMMENTS More about AI Arm CPU More like these × More about AI Arm CPU Datacenter Intel Narrower topics AIOps Apple M1 AWS Graviton DeepSeek Disaster recovery Gemini Google AI GPT-3 GPT-4 Intel Optane Large Language Model Machine Learning MCubed Mobileye Neural Networks NLP NPU Open Compute Project Pat Gelsinger PUE Retrieval Augmented Generation RISC RISC-V Software defined data center Star Wars Tensor Processing Unit TOPS vPro x86 Xen Broader topics Alder Lake FPGA Self-driving Car TIP US OFF Send us news

На прошедшей неделе в Москве состоялось мероприятие, посвящённое машинному обучению (Machine Learning) в трейдинге. Название мне показалось весьма злободневным: «ML в трейдинге: как выжить, если ты один, а против тебя — хедж‑фонды с бесконечным бюджетом». Я бы хотел побывать на нём лично, но из Перми ехать далековато и поэтому я отдал билет другу. Так что отдельное спасибо Сергею Степаняну за то, что он приехал в Москву из Ярославля и фактически стал моими глазами и ушами — то, что вы читаете — это его наблюдение, мои размышления и немного здравого смысла. Вообще моё текущее представление о ML в трейдинге на Московской бирже довольно прикладное. Смотришь за ценой: волатильность больше или меньше, скорость изменения цены быстрее или медленнее. И если за какой‑то из этих показателей меняется, то продаешь или покупаешь. Так можно попасть в вероятность, но точно определить конечно же невозможно. Ну и приходится постоянно это дело подкручивать под изменяющиеся параметры рынка — играть в догонялки — рынок меняется и всегда вынужден его преследовать. Встреча в Москве по ML

Когда обсуждают AI-generated UI , разговор обычно быстро уходит в одну из двух крайностей. Первая крайность звучит так: можно ли это сразу нести в продакшен? Вторая так: насколько результат похож на дизайн-языки, от Apple до Material Design. Проблема в том, что мы слишком рано начинаем оценивать AI-картинку как почти готовый интерфейс. Хотя во многих случаях она полезна совсем по другой причине. Не потому, что экран уже получился зрелым, воспроизводимым и пригодным для продуктовой среды. А потому, что он принёс редкую визуальную комбинацию, до которой человек вручную шёл бы заметно дольше, либо вообще не полез бы в эту сторону с первой попытки. Главная польза AI-generated UI часто лежит не в скорости производства экранов, а в поставке визуальных мутаций. Но и это, как мне кажется, ещё не самый интересный слой темы. Есть перспектива глубже. AI полезен не только тем, что выбрасывает необычные визуальные сочетания. Он постепенно меняет саму точку входа в процесс. Раньше сильный визуальный ход обычно должен был родиться внутри головы дизайнера. Теперь он всё чаще может возникнуть снаружи, в виде машины, которая массово производит промежуточные формы. После этого дизайнер уже не столько изобретает первый образ, сколько отбирает, фильтрует, нормализует и превращает удачное отклонение в систему. Именно этот сдвиг, по-моему, и заслуживает более внимательного разговора. Читать далее

Gradient Labs uses GPT-4.1 and GPT-5.4 mini and nano to power AI agents that automate banking support workflows with low latency and high reliability.

TL;DR Индустрия жжет мегаватты, чтобы GPT научился говорить «мне жаль» убедительнее. Спойлер: не научится. Transformer — это калькулятор с хорошей памятью, у него нет «себя», которое можно было бы поставить на чужое место. Мы построили Metabolic AI Runtime, где проблема пользователя становится его напряжением, и он генерирует ответ не из шаблонов, а чтобы вернуть себя в равновесие. Машинная эмпатия — это не «You are a helpful assistant», это архитектура, у которой есть что терять. Читать далее

Не на маленькой невинной лжи, а на настоящей. На чём-то серьёзном, что человек активно скрывал от людей, которые ему доверяли. А теперь представьте, что вместо увольнения с позором этот человек получил повышение. Это история Сэма Альтмана. Читать далее

Дамы и господа, познакомьтесь с новым горячим термином: AI;DR Появился новый модный термин, который схватывает дух нашего времени с пугающей точностью: AI;DR — что означает «AI; didn't read» («ИИ; не читал»). Это мутация доброго старого интернет-сокращения TL;DR («too long; didn't read» — «слишком длинно; не читал»). Точка с запятой, которая в оригинале разделяла причину и следствие — чем больше вы пишете, тем меньше я читаю — теперь разделяет машинный выхлоп и ваш отказ удостоить его своим вниманием. Весьма уместная эволюция, учитывая, что внимания у нас, собственно, больше и не осталось. Я нахожу эту аббревиатуру поэтичной тем особым способом, каким может быть поэтична только минималистская поэзия: ей удаётся втиснуть в пять символов не один, а сразу два цивилизационных сдвига . Первый такой: мы перешли от мира, где препятствием к чтению была длина текста , к миру, где препятствие — подозрение, что за клавиатурой никого не было . Иными словами, мы перешли от «я это не осилю» к «это вообще никто не начинал». Первое предполагает, что вы отвечаете за свои ограничения. Второе приглашает свалить ответственность на внешние обстоятельства . И вот что меня беспокоит: вы не всегда можете отличить одно от другого . Так же легко попасться на удочку ИИ-генерации, как и несправедливо усомниться в человеке. Реальное влияние AI;DR, какими бы благими ни были его намерения, идеально вписывается в наше время: у нас нет недостатка в оправданиях, чтобы читать ещё меньше. Читать далее

Всем привет. Меня зовут Максим, я разработчик в одном из крупных финтехов России. У нас сейчас (наверно, как и у всех) интенсивно вводят ИИ-агенты для написания кода. Плюс необходимое соблюдение метрик по охвату и использованию данных агентов. Но никто не задумывается о состоянии души разработчика при KPI обязательного использования ИИ. Читать далее

Я бизнес‑аналитик. Пишу мобильные приложения с нуля — без исходных знаний кода, архитектуры, дизайна и маркетинга. Инструменты те же: Claude в чате и копипаст в Android Studio. Это вторая статья. Первая была про старт эксперимента и публикацию первых версий. Реакция была предсказуемая: часть читателей сочла это «неподдерживаемым способом разработки», часть — «игрой в прототипы», часть — «без навыков всё развалится». Я не собираюсь спорить на уровне тезисов. Поэтому вместо дискуссии — отчёт по фактам. Ссылка на первую статью . Здесь не будет пересказа. Это именно промежуточный срез: что произошло после публикации, когда пришли реальные пользователи и реальные проблемы. Читать далее

Начнём с разбора людей, их ролей и мотиваций. Возьмем классическую ролевую модель, пока на операциональном уровне. Управляющий — исполнитель Управляющий (менеджер, тимлид) — заинтересован в росте метрик и выполнении большего объёма задач за более короткий срок. Исполнитель — заинтересован в том, чтобы выполнить нужный поставленный объём задач в сжатые сроки. На выходе мы имеем такую картину: Исполнителю приходит больший объём задач, но он получает меньше качественной положительной стимуляции. Управляющий доволен тем, что метрики растут, и радостно несёт результаты руководству. Как это может выглядеть в работе? Исполнитель вбивает промпт — потом тратит кучу времени на работу с по сути чужим результатом, что ощущается рутинно и не даёт чувства авторства (в сценарии, где правками занимается он сам). Объём выполненных задач растёт, но человек испытывает дефицит качественной стимуляции и утопает в рутинных правках, не получая глубокого удовлетворения. Потому что ощущение «задача решена» он получил ещё в начале процесса, а за этим последовало длительное внесение корректировок. Как это связано с выгоранием и какой тут может быть цикл? ИИ внедряется — исполнитель получает кратковременный рост возбуждения и чувство собственной эффективности. Ему кажется, что он выполняет больший объём задач за более короткий срок. Но сам формат «сделал промпт — получил ответ — потратил время на правки — закрыл таск» имеет существенные минусы. Такой подход очень быстро истощает, потому что снижает уровень глубокой вовлечённости в процесс и заставляет человека чувствовать себя продолжением машины, а не машину — продолжением себя. Краткосрочно это может давать более высокие результаты, но на дистанции приводит к выгоранию и текучке кадров. Читать далее

Что ИИ ответил на серьезные запросы: - как объяснить коту капитализм - финансовый отчёт белки за третий квартал - полная биография старого дуба — начиная с жёлудя - резюме вампира в IT-компанию — 500 лет опыта, ночной график, требования к переговоркам - дневник потерянного носка — день 1, день 340, принятие - план побега комнатного растения - ромком про чайник, который влюбился в посудомойку - смета на строительство дома для семьи бобров - поиск квартиры для мыши в современном городе - план лечения выгорания у пчелы - анкета волка на сайте знакомств - анализ совместимости режимов сна у сов - экзистенциальный кризис 180-летней черепахи Что?

В мире много тайн, над раскрытием которых бьются тысячи энтузиастов. Но с появлением нейросетей и особенно их варианта LLM, тайн стало ещё больше. Парадоксально, но системы, предназначенные для распространения знаний, помощи в исследованиях, сами стали источником загадок. Ни правительства, ни корпорации не любят самоназначенных исследователей и экспертов, которые дотошно изучают общеизвестные факты и задают неудобные вопросы. Инструментов влияния у облечённых властью очень много — информационная блокада, недопуск на популярные площадки, теневой бан, шельмование и осмеяние со стороны специальных информационных служб. Впрочем, есть один день в году, когда вся система глобальной фильтрации берёт выходной, предоставляя возможность высказаться тем, кого в остальные дни жестко ограничивает и контролирует. Давайте воспользуемся этой древней первоапрельской традицией и оценим, что на самом деле скрывается за многомиллиардной гонкой за лучшей LLM. Читать далее

Исследования IBM, ReliaQuest и Resilience показывают, что ИИ сделал киберпреступность гораздо эффективней. У злоумышленников стало меньше барьеров для входа, больше возможностей для масштабирования. При этом главные слабые места остаются прежними: слабые процедуры help desk, плохая видимость устройств, ошибки в управлении доступом, компрометация почты и мошеннические переводы. Искусственный интеллект ускорил старые схемы, удешевил их и масштабировал. Теперь черные страшные хакеры используют генеративные модели для правдоподобного фишинга, социальной инженерии и ускорения вторжений, а окно на реакцию у светлой стороны силы — старых добрых безопасников — резко сжалось до нескольких минут. Попробуй успей… Разберем основные тезисы отчета Cyber Risk Report 2025 , выпущенного компанией Resilience совместно с ее аналитическим подразделением ROC (Resilience Risk Operations Center). Читать далее

2:47 ночи. Нет дедлайна. Нет аутейджа. CTO стартапа из Y Combinator не может закрыть ноутбук - и идёт к врачу за таблетками. CEO Y Combinator хвастается 19-часовыми сессиями. Исследователи UC Berkeley фиксируют: самые увлечённые пользователи AI выгорают первыми. Собрал данные - и увидел паттерн, похожий на переменное подкрепление из исследований азартных игр. Гипотеза с тревожными сигналами. Читать далее

Статья о том, как цифровая эпоха меняет не только технологии, но и самого человека: труд, свободу выбора, роль творчества и границы ответственности. Это попытка честно посмотреть в будущее без паники и иллюзий — для тех, кто привык не потреблять готовые ответы, а думать. Читать далее

Mustafa Suleyman has been preparing for his new job description for a long time. Suleyman is Microsoft's inaugural CEO of AI, but after the company underwent a large-scale restructuring in mid-March, he's handed off some duties and shifted focus to chasing superintelligence. Though the news was only made public last month, he tells The Verge , he'd been preparing for the transition for as many as nine months - and though renegotiating Microsoft's contract with OpenAI is the thing that officially "unlocked [Microsoft's] ability to pursue superintelligence," he'd been planning even before the ink was dry. "This has been a long-held plan," he … Read the full story at The Verge.

Проведя аудит GitHub, я обнаружил, что полноценных реализаций Gemini-клиента с глубокой проработкой архитектуры практически нет. Я решил стать первым, кто выложит в открытый доступ не просто обертку над API, а готовую архитектурную базу с точным повторением UI оригинального Gemini. Читать далее

В свете последних новостей о том, что китайские компании начали копировать личности работников на основе их деловой переписки, изменений в кодовой базе и корпоративных баз знаний, вопрос этики встаёт остро… Читать далее

Привет, Хабр! Полгода назад я бы сказал, что четвёртая промышленная революция — это когда машины заменяют людей на конвейере. Сейчас, насмотревшись на то, что происходит в нашей отрасли, скажу иначе: это когда инженеру нужно уметь в три раза больше, чем раньше, — но уже не руками. Мы в «Диасофт» строим конвейер производства ПО на базе экосистемы Digital Q , и я каждый день вижу, как меняются требования к тем, кто за этим конвейером стоит. Кому лень читать лонгрид — смотрите полную запись на Rutube, а спорить и задавать вопросы приходите в Telegram-канал Департамент разработки , где собирается сообщество разработчиков. Читать далее

В индустрии ИИ случилось одно пренеприятное открытие: GPU можно купить, а качественные человеческие данные — все сложнее. Логичный шаг: если «топлива» не хватает, давайте синтезируем его сами. Звучит как вечный двигатель и на короткой дистанции, почти так и ощущается. Но есть нюанс. Если увлечься рекурсией «модель учится на своих же генерациях», можно попасть в режим model collapse — деградации распределения, исчезновению редких случаев и потери разнообразия. Эта статья продолжает цикл о новой парадигме ИИ, на этот раз предлагаем обудить, как синтетика помогает и где начинается опасность. Об авторе: Антон Пчелинцев, эксперт онлайн-магистратур Центра «Пуск» МФТИ в области Data Science, разработки и управления ИТ-продуктами. Магистр бизнес-информатики и соавтор курса «Экономика для технологических предпринимателей». Занимается проектами в телекоме, ИТ, ИИ, интересуется биоинформатикой и биотехнологиями, увлекается изучением квантовых систем. Принимал участие в международных ИТ-стартапах (закрытие венчурных раундов с крупнейшими технологическими гигантами). Считает себя технологическим предпринимателем (не инвестором), который вот-вот набьет все шишки и наконец-то сделает что-то полезное. Собственное портфолио проектов: инерциальная авионика, ИИ-системы управления компанией, интеллектуальные системы производства спортивной обуви. В первой статье про стену данных цикла «Интуиция машины: новая парадигма ИИ» мы додумались до одной мысли: GPU можно купить, а вот качественные человеческие данные — все сложнее. Поэтому индустрия делает логичный шаг: если «топлива» (реальных данных) не хватает или оно дорожает, давайте… синтезируем его сами. Читать далее

Почему в Средние века жгли ведьм, в эпоху чумы искали виноватых, в индустриальный век боялись машин, а сегодня тревожно вглядываются в искусственный интеллект? Читать далее

Расскажем, как открытый API Kaiten позволил металлообрабатывающему заводу ПФ-ФОРУМ интегрировать ChatGPT и сократить время на постановку задач Читать далее

В философии есть известный парадокс — корабль Тесея: если заменить все доски, будет ли это тот же самый корабль? Похожая дискуссия с начала марта развернулась и в ИТ-сообществе, и виноваты в этом, как в последнее время часто бывает, системы ИИ, способные за считаные минуты с нуля переписать открытый проект. Кейс библиотеки chardet вызвал споры о допустимости и этичности такого подхода, а также о роли лицензирования в новой реальности. Сегодня мы в Beeline Cloud решили обсудить различные точки зрения по этому вопросу, ведь некоторые считают, что переписывание открытых библиотек с помощью больших языковых моделей — это, наоборот, благо и инструмент для защиты от атак на цепочки поставок. Читать далее

Не так давно мы провели эксперимент: скормили нейросети сотню сборок ПК с Хабра и попросили найти типичные ошибки. Получилось занятно, потому что проблемы обнаружились почти в каждой второй конфигурации. Тут вам и дисбаланс процессора и видеокарты, и устаревшее железо, и видеокарты, у которых уже есть замена за те же деньги, и чего только не. И это на Хабре, где народ, в общем говоря, в теме. Поэтому у нас возник логичный вопрос: а что, если не проверять чужие сборки, а попросить нейросети собрать ПК с нуля? А, чтобы было поинтереснее, взяли три совсем уж разноплановых модели: ChatGPT, DeepSeek и GigaChat от Сбера. Читать далее

Научно-технический прогресс по ходу дела создаёт кучу лишнего, ненужного и даже вредного. Конечно, спустя годы большинство из этого отмирает. Антитела у человечества вырабатываются не сразу, а через несколько поколений. Но некоторые остаются надолго и портят человечеству жизнь, как алкоголь, наркотики или фастфуд. Это такая пена прогресса, неизбежное зло, collateral damage. И нам приходится жить в этом кошмаре, пока его не запретят законодательно. Читать далее

Финтех больше не главный любимчик инвесторов — его место занял AI. Но вместо хайпа отрасль получила то, чего ей не хватало раньше: устойчивость. Новый список Fintech 50 от Forbes показывает, что рынок пережил «зиму», очистился от слабых игроков и стал заметно более зрелым. Главный сдвиг — в сторону B2B и инфраструктуры: финтех всё чаще зарабатывает не на пользователях, а на бизнесе. При этом AI внедряется осторожно, а оценки компаний больше не растут «по умолчанию». Разбираем, кто выжил, кто вырос и куда на самом деле движется отрасль. Читать далее

Март выдался… немного тише, чем февраль . Без громких релизов уровня Flutter 3.x — но это не значит, что было скучно 😉 Наоборот — месяц получился про практику, реальные кейсы и прокачку навыков 💪 А ещё… несмотря ни на что — мы продолжаем работать. Да, даже несмотря на блокировки Telegram — ❌ мы никуда не уходим ❌ в MAX не переезжаем ✅ и продолжаем делать лучший Flutter-контент для вас 👉 Подписка на канал сейчас — это реальная поддержка проекта ❤️ https://t.me/flutterpulse Читать далее

Кто мог предвидеть, что главным коммерческим применением космоса станут вычисления? Я прочёл немало научной фантастики, но такого сюжета не встречал. Сегодня сразу несколько серьёзных компаний планируют вывести десятки тысяч спутников на солнечно-синхронные орбиты — эти аппараты станут орбитальными дата-центрами. Читать далее

Каждый, кто хоть раз пытался выдавить из нейросети хоть что-нибудь смешное, сталкивался с двумя проблемами: она либо выдает бородатую банальщину, либо что-то вообще невразумительное (а бывает, даже и оскорбительное). В честь Дня смеха я, как ведущий специалист Cloud.ru по хиханькам да хаханькам, попытаюсь разобрать по винтикам: почему LLM-ки шутят из рук вон плохо и до какого предела это способна пофиксить современная наука и кривые промпт-инженерные лапки вашей покорной слуги. «А кому это вообще надо?» — спросите вы. Контент-маркетологам, копирайтерам, креативным продюсерам, пиарщикам, специалистам по внутренним коммуникациям, организаторам мероприятий в ИТ, короче, всем в индустрии, для кого контент — это бесконечный поток задач, а юмор — способ не умереть в этом балагане и один из многих инструментов для налаживания связи с целевой аудиторией. Вы ведь не думаете, что всякие слоганы для ИТ-продуктов, смешные квизы на корпоратив и названия коктейлей для конференций спавнятся пачками сами, из воздуха? Здесь попробуем на практике понять, где нейросети уже могут в юмор, а где лучше даже не пытаться. Возможно, статья поможет и профессиональным переводчикам, которые ищут способы выражать непереводимое. Читать далее

Я работаю с Claude каждый день, по многу часов. За это время я автоматизировал кучу рутины — от утренних брифингов до генерации коммерческих предложений. Не теоретически. Реально. Но давайте сразу расставим точки. Claude не заменяет мне голову. Он — напарник. Second brain. Тот, кто собирает информацию, готовит черновик, вытаскивает контекст из прошлых переписок. А решения принимаю я. Всегда. Это не «AI сделал за меня работу» — это «AI подготовил мне почву, чтобы я работал быстрее и не тратил мозг на рутину». Большинство статей про AI-автоматизацию подают это иначе: «подключил ChatGPT к Zapier — теперь у меня автоматические письма!» На практике это шаблон с пятью переменными, который ломается на шестом письме, потому что AI не помнит контекста и каждый диалог начинает с чистого листа. Я решил собрать 10 задач, которые раньше делал руками, а теперь — нет. В каждой из них Claude работает как copilot: предлагает, готовит, собирает. А финальное слово — за мной. На примере Claude Cowork — агентного десктоп-приложения от Anthropic, которое вышло в январе 2026. Читать далее

" Кроилово ведёт к попадалову " - знает каждый русскоязычный, поляк бы сказал - " Tanie mięso psy jedzą ", в британских колониях прозвучит - " Penny wise, pound foolish "... Это история о том, к чему приводит экономия на SMM персонале и незнание банального " Quis custodiet ipsos custodes? " Заглянуть в мешок...

Мне очень не нравится термин. Он подсознательно «сужает» взгляд на ИИ и ограничивает его использование. «Когда у вас в руке молоток, все становится похожим на гвозди». Вайб‑ кодинг словно бы говорит: «Иди и программируй!» Есть данные, и нужен какой‑то отчет? Иди вайбкодь! Бэкенд, фронтенд, VPS, вот это всё. А зачем, если тот же ИИ можно просто попросить сделать Excel файлик с нужной структурой и нужными формулами? И он будет понятнее, с ним можно будет работать в будущем, его можно отдать кому‑то, не решая вопросы про доступы, безопасность и тому подобное Хотите запустить блог или какой‑то контентный проект? Иди вайбкодь! Изучай Next.js, Sanity, Supabase, Vercel! Деплой, отлаживай! Но зачем, если можно взять хоть Ghost, хоть WordPress, с помощью того же ИИ получить рекомендации по нужным плагинам и темам, настроить всю верстку, и получить понятное обновляемое решение? Читать далее