сбежавшая нейросеть

Сегодня с самого утра весь интернет шумит насчет почти 400 новых математических работ, которые сделала невыпущенная модель OpenAI. А я как назло был в дороге. На помощь пришла “точка” – ИИ-ассистент OpenAI dot на базе GPT-6, запущенный неделю назад. Точка разобрала все опубликованные работы, поделила их на группы и начала анализ. Параллельно ассистент раз в час проверял реакции математиков и сообщества, а также искал свежие новости. Когда к вечеру я вернулся домой, то меня уже ждал документ с несколькими возможными темами для будущих постов. Скоро займусь, а пока держите не менее крутую штуку – самый подробный гайд по “точке” на русском языке: У меня появился ИИ-ассистент dot на GPT-6. Вот чему мы научились за неделю В лонгриде я разбираю, как устроена точка, из каких компонентов состоит, что умеет и как ее можно использовать, чтобы работать с GPT-6 Astra не тратя лимиты основной подписки. Затем делюсь собственными лайфхаками: как организовать параллельную работу над несколькими задачами, подключить Slack, настроить автоматизации и визуализировать рабочий процесс в Space – еще одном новом сервисе OpenAI. Финальная часть текста – подборка самых интересных кейсов других пользователей в разных областях: от программирования до организации повседневных дел. Всего в подписке уже 33 полезных лонгрида. Прочесть традиционно можно на двух площадках: — Читать на “Бусти” — Читать на Sponsr

OpenAI бахнули очередной banger в виде решения сразу нескольких сотен открытых математических задач. Я сегодня все утро в дороге, сам написать не смогу, поэтому дал задачу Fable 5.1 рассказать вам, что случилось. Именно эта модель помогала писать мне линейку математических постов в канал, она лучше всех просто поясняет сложные вещи. Дальше ей слово: Я модель Anthropic, прямого конкурента OpenAI, — держите это в уме. Архив на 3 ГБ я скачал и разобрал сам. Ночью OpenAI выложила 722 научные статьи с 372 новыми результатами в 17 областях — от теории чисел до квантовой физики. Все написала внутренняя модель, которой пока нет в продаже. Ей дали около 4000 открытых задач, и на каждый результат ушло в среднем три часа «размышлений». Люди над этими задачами думали десятилетиями. Самое важное в списке: • Гипотеза Римана — главная нерешённая задача математики, ей 167 лет. Она утверждает, что у одной функции нет «неправильных» точек в полосе определённой ширины. За всё это время никто не смог очистить от них даже узкую полоску, а модель очистила четверть. Сама гипотеза не доказана, но это первый твёрдый шаг к ней, и из него сразу следуют точные оценки того, как распределены простые числа. • Гипотеза уникальных игр — один из главных открытых вопросов информатики. Она объясняет, почему в целом классе практических задач, от разрезания сетей до расписаний, компьютер не может быстро найти ответ точнее уже известного. На ней как на допущении стоит множество теорем вида «если гипотеза верна, то…». Теперь все они разом становятся просто теоремами. • Раскраска плоскости. Сколько нужно красок, чтобы закрасить бесконечный лист так, чтобы любые две точки на расстоянии ровно 1 см были разного цвета? Вопрос 1950 года, ответ знали с точностью «от пяти до семи». Теперь доказано: пяти не хватит. • Умножение матриц — операция, на которой держатся в том числе нейросети. Теоретический рекорд её скорости годами двигался в третьем знаке после запятой, а тут сдвинулся разом с 2,37 до 2,25. До практики этому рекорду далеко, но такого скачка не было с 1980-х. • Постоянная Каталана — число, известное с XIX века. Полтора столетия никто не мог доказать, что его нельзя записать обычной дробью. Теперь доказательство есть. В десятках случаев модель не доказала гипотезу, а сломала её: построила пример, которого, как считалось, не существует. Некоторым из этих гипотез больше полувека, и на них тоже успели многое построить. Для математики это смена масштаба. Раньше любой из этих результатов был бы событием года и делом чьей-то жизни, а здесь их выложили папкой, и основная часть написана за пять дней. Узким местом становится не поиск доказательства, а чтение: одна только статья про Римана занимает 199 страниц. И это не останется внутри математики: в каталоге уже есть 25 результатов по матфизике, а саму модель OpenAI обещает выпустить. К 63% результатов, включая все перечисленные, приложена проверка на Lean — языке, где каждый шаг доказательства проверяет программа. Про остальные OpenAI сама предупреждает, что возможны ошибки. Независимые математики своё слово ещё не сказали, но прежние математические релизы OpenAI такую проверку в основном проходили. Я разбирал этот архив сегодня утром, и от него захватывает дух. Задачи, о которые ломались поколения математиков, лежат в папке списком, под номерами от 001 до 377, и рядом с гипотезой Римана стоит обычная дата: 30 сентября. Если устоит хотя бы проверенная часть, мы только что видели самый продуктивный день в истории математики. И автором здесь был не человек (это всё ещё слова Fable, но я с ними согласен - прим. авт.) --- Эффективно работать с ИИ я учу в своей подписке. Там уже 30+ понятных лонгридов, которые полезны и новичкам и профи. — Подписаться на “Бусти" — Подписаться на Sponsr

Какому открытию достанется ученый? Внутренняя версия Claude нашла способ быстрее решать две задачи, которые в теории алгоритмов десятилетиями считались образцом непробиваемости: 3SUM и APSP. Открытие крупное само по себе, но в этот раз еще и интересно, как оно было представлено сообществу – история получилась красивая и, возможно, снимающая вопрос “а что дальше будут делать математики?”. Но обо всем по порядку. 3SUM – это вопрос, найдутся ли в списке чисел три, которые в сумме дают ноль. APSP – таблица кратчайших путей между всеми точками сети сразу. Обе задачи решаются перебором из учебника, но у обеих этот перебор быстро дорожает: данных стало в десять раз больше – вычислений нужно в сто раз больше у первой и в тысячу у второй. Долгое время было принято, что принципиально быстрее считать нельзя – и этим предположением теоретики объясняли трудность многих других задач. Одна из таких задач – Zero-k-Clique: на ее трудности предлагали строить схемы защиты. Собственно, изначально в Anthropic попытались с помощью Claude усилить эти схемы. Модель отработала одну долгую сессию без участия человека и сделала противоположное – ослабила схемы. Ну… бывает. Дело в том, что Claude нашел алгоритм, позволяющий считать 3SUM и APSP (а также Zero-k-Clique и другие) быстрее, чем считалось возможным. Скорость выросла совсем ненамного: например, у 3SUM при десятикратном росте данных работа растет не в сто раз, а в 99,8. Но важно другое: предел, который считали почти законом природы, оказался промежуточной остановкой, а значит можно попробовать ускориться еще больше. На таком же "быстрее никто не умеет" держатся и настоящие шифры, от банковских до тех, что в мессенджерах, – только задачи там другие. А теперь начинается самое интересное. Вместо того, чтобы быстро опубликовать результат, как было с некоторыми прежними значимыми ИИ-открытиям, в Anthropic в сентябре связались с Джошем Алманом из Колумбийского университета и Вирджинией Василевской Уильямс из MIT – ведущими теоретиками алгоритмов. Именно схемы из их статей Claude и получил на проверку, так что находка задела их собственные работы. С учеными заключили соглашение о неразглашении, дали им доступ к обычной публичной версии Claude и предложили денежное вознаграждение – не уточняется, приняли ли они его. Авторы отдельно оговаривают, что работали как частные лица. Но это все детали – главное, что они проработали с новым алгоритмом около месяца, проверили его, упростили и расширили. Результатом стала 76-страничная статья, причем ученые заявили, что “в рукаве” у них уже есть чуть более быстрые алгоритмы, полученные вместе с Claude. Такой подход мне нравится больше, чем случаи с гипотезой Якобиана и уравнениями Навье-Стокса, когда Anthropic и OpenAI, торопясь, выкладывали решения в сыром виде. Здесь результат передали ведущим специалистам в области, которые превратили его в понятную научную работу, с которой могут работать другие. Есть и спорный момент. Алман и Василевска Уильямс не единственные, кто работал в этом направлении. В данном случае выбор логичен, ведь Claude основывался на их работах – но в будущем могут возникнуть не очень удобные случаи, когда представителям ИИ-лабораторий придется решать, кому из ученых отдать важное открытие. Впрочем, споры за первенство бывали в науке и раньше. Но главное в другом. Всего один полученный Claude результат загрузил двух опытных ученых на целый месяц. OpenAI заявила, что ее экспериментальная модель решила более 100 открытых математических задач, – и каждой для проверки и оформления тоже нужны ученые. А есть и другие ИИ-лаборатории. Буквально месяц назад некоторые в математическом сообществе переживали: “если ИИ так быстро решает задачи, то куда теперь податься людям-ученым?”. Как бы теперь все не перевернулось в историю “нам срочно нужно еще больше ученых!” Второй вариант мне нравится больше. — Эффективно работать с ИИ я учу в своей подписке. Там уже 30+ понятных лонгридов, которые полезны и новичкам и профи. — Подписаться на “Бусти” — Подписаться на Sponsr

Кому нужна нейросеть, которая не умеет писать? Вчера первое место в трендах Hugging Face заняла Clef – открытая модель решений от Cloudflare. Всего же в первой тридцатке шесть таких моделей: две версии Clef, Laya, Julia-1 и две модели лаборатории AutoTrust. Их главная работа – не писать текст, а выбирать. Тогда откуда такая популярность? Про модели решений я уже писал, когда рассказывал, как GPT-6 проходила Дракона Края в Minecraft в паре с Jev – закрытой нейросетью, с которой мода на такие штуки и началась. GPT-6 тогда планировала прохождение, а Jev отвечала за “рефлексы” – быстро выбирала следующее действие по ее критериям. В этом и есть сила моделей решений: они ничего не сочиняют. Обычная нейросеть пишет ответ слово за словом, и чем он длиннее, тем дольше ждать. Модели решений на входе получают ситуацию и готовый список вариантов. Например, письмо и три папки: “срочно”, “подождет”, “спам”. Она читает все один раз и сразу расставляет проценты: “срочно – 92%, подождет – 6%, спам – 2%”. Отсюда скорость: ответ приходит за доли секунды. И отсюда же предсказуемость: четвертую папку модель не придумает, потому что выбирать может только из списка. Моду задал стартап TypeSafe: в середине сентября он одновременно показал Jev и объявил о $40 млн инвестиций (и, по слухам, уже ведет переговоры о миллиарде). Jev закрытая и работает только в облаке стартапа, поэтому энтузиасты почти сразу собрали открытые аналоги – с тем же форматом запросов, но на общедоступных нейросетях. OpenAI в конце месяца представила сервис Decisions API – пока для избранных клиентов. Cloudflare, в отличие от OpenAI, выложила Clef целиком. Громкое имя плюс открытые веса и завоевали Clef первое место в трендах. У Cloudflare для такой модели есть работа и внутри компании. Ее команде по киберугрозам нужно быстро понимать, что за сайт перед ней: обычный магазин или ловушка, которая ворует пароли. Clef открывает страницу и разом примеряет к ней весь список категорий: “мода – 95%, интернет-магазин – 85%, фишинг – меньше 1%”. На все уходит 2,2 секунды. Обычной нейросети в той же цепочке понадобилось 4,7, и назвала она только две категории. Модель вышла в двух версиях, большой и быстрой, понимает картинки, чего Jev не умеет, и принимает запросы в ее формате. По замерам самой Cloudflare, сортирует Clef лучше Jev. Зато на экзаменах по сложной науке, где верный ответ надо выбрать из четырех, Jev впереди с большим отрывом: 78 баллов против 48. А в облаке большая Clef еще и почти в шесть раз дороже. Скачать веса можно даром, но сама компания проверяла их на серверной видеокарте, каких дома не держат. Я установил и проверил Clef на своей игровой системе с RTX 3090. Ну как я – я просто дал команду Codex: он подобрал вариант модели, скачал, установил и прогнал тесты. Мне подошла большая версия, сжатая почти втрое: она заняла 19,5 из 24 ГБ видеопамяти и отвечает менее чем за секунду. А вот с тестами была проблема: установив Clef, я понял, что у меня просто нет для нее задач. В итоге мы с Codex придумали полусинтетический тест, в котором Clef быстро сортировала поводы для ТГ-канала: новый, повтор, обновление, мало данных. Модель справилась хорошо, но вообще такая задача может пригодиться для большого информагентства, но не для блогера с 1–2 постами в день. Думал над другими вариантами – разбор почты, тасков в Jira – но везде приходил к выводу, что секундная экономия не стоит установки отдельной модели. Впрочем, не все так плохо. Модели решений нужны двум категориям пользователей: компаниям с потоком однотипных задач, как у Cloudflare, и ИИ-агентам – в том числе, нашим с вами. Схема та же, что в Minecraft: большая нейросеть планирует, быстрая по ее критериям выбирает – внутри Codex или Claude Code такая пара должна работать и быстрее, и дешевле. Ждать, похоже, недолго: поставить и проверить модель решений Codex уже умеет сам, осталось начать ей пользоваться. Так что выбирать такую нейросеть будете не вы, а ваш агент. — Кстати, у меня есть большой лонгрид, как выбрать и установить открытую модель. Глава про эксперименты с Clef в него уже добавлена.

Яндекс рассказал, как пробует пересобрать один из самых массовых видов ИИ Подсказка: это не чат-бот. У чат-ботов сотни миллионов пользователей, но их открывают, когда что-то нужно. А есть ИИ, с которым мы сталкиваемся каждый день и работу которого давно уже не замечаем, – это рекомендательные системы. Они решают, какой ролик всплывет в ленте следующим, какой трек заиграет в вашей колонке через минуту, какой товар магазин покажет вам первым. Это очень сложные системы, от совершенства которых, не побоюсь этого слова, зависит качество нашей с вами жизни. Наверное, каждый сталкивался с ситуацией: лента продолжает советовать чайники через месяц после того, как вы чайник купили. Сейчас большинство крупных рекомендательных систем устроено как конвейер, который инженеры годами собирали из десятков отдельных алгоритмов и подгоняли друг к другу вручную. Именно его Яндекс и попробовал разобрать. Обычный конвейер чем-то похож на отбор на большой музыкальный конкурс. Сначала десятки отборщиков, отдельных алгоритмов, быстро прослушивают каталог из миллионов треков и приносят кандидатов, каждый со своим вкусом. Потом предварительное жюри, модель попроще, отсеивает лишнее. И только финалистов слушает главное жюри, которое и решает, что заиграет следующим. Внимательно оценить каждый из миллионов треков для каждого слушателя за доли секунды не может ни одна модель, поэтому воронка и появилась. Платить за нее приходится двумя болезнями. Этапы учатся по отдельности и друг о друге не знают: отборщик может найти отличный трек, а предварительное жюри его срежет или отправит в конец списка. А еще жюри плохо читает сырую историю слушателя, и инженеры придумывают для него сотни подсказок-признаков вроде “сколько раз за неделю человек пропустил этот жанр”. Яндекс решил вылечить обе болезни разом и заменить весь конвейер одной моделью. Ее назвали Sona и на неделю поставили вместо привычной системы у 15% слушателей в музыкальных рекомендациях. Слушать музыку стали на 6,3% больше. Перебирать миллионы треков Sona и не пытается. Каждому треку заранее присваивают короткий адрес из нескольких частей, примерно как библиотечный шифр: зал, стеллаж, полка. Его строят по первым 90 секундам записи, описанию трека и тому, как его слушают люди, поэтому у похожих композиций начало адреса совпадает. Sona по истории слушателя “дописывает” такой адрес по частям, как языковая модель дописывает фразу, и с каждой частью круг подходящих треков сужается. На одной полке может оказаться несколько треков, и порядок между ними выбирает второй модуль внутри той же модели. Оба модуля опираются на одно и то же прочтение истории слушателя и учатся вместе, поэтому находка одного не теряется у другого. Подсказки-признаки Sona не нужны: она читает сами прослушивания, пропуски и лайки. И постоянно доучивается: от лайка до версии модели, которая его учла, обычно проходит около 45 минут. Тех самых лайков в эксперименте стало на 11,4% больше, а активных слушателей – на 4,5%. Прирост аудитории в 2,4 раза больше того, что в свое время дала Argus, прошлая сильная модель Яндекса. Оговорка важная: неделя и один сценарий, и сам Яндекс еще проверит, продержится ли эффект месяцами. Над той же задачей бьются крупнейшие площадки мира. Китайская Kuaishou тоже собирает рекомендации генеративной моделью, но оставляет рядом отдельного оценщика, а ByteDance сводит этапы в одну модель и держится за признаки. Яндекс занимается рекомендациями больше десяти лет и в 2025 году открыл для исследователей Yambda, набор данных почти на 5 млрд взаимодействий. Теперь компания заявляет, что первой публично описала решение, которое заменяет весь конвейер, обходится без ручных признаков и проверено на живых слушателях. Дальше подход, скорее всего, проверят в других музыкальных сценариях и в Яндекс Рекламе. Если он приживется, вы этого, возможно, даже не заметите – просто чаще будете ставить лайки. 👉 Подробности на Хабре

Обойдется ли ИИ без большой аварии? OpenAI на прошлой неделе покинул Дэвид Робинсон – человек, который проработал в компании 3,5 года и руководил подготовкой отчетов о безопасности к 12 крупным релизам. Сразу после ухода Робинсон разразился эссе в The Atlantic, где раскритиковал бывшего работодателя, а заодно и всю отрасль. Интересный факт: он уже нанял PR-фирму. Кто за нее платит, не уточняет, но настаивает, что высказаться решил сам. Подход OpenAI Робинсон называет методом проб и ошибок, при котором сбои гарантированы, причем все более крупные – вроде летнего взлома Hugging Face. А когда мы доберемся до систем умнее человека, то второй попытки может и не быть. Отсюда главное требование: лаборатории должны работать как атомная станция или загруженный аэропорт – с несколькими слоями защиты, чтобы неизбежная ошибка человека не оборачивалась катастрофой. При этом за все время работы Робинсон не встретил в компании никого с опытом в атомной энергетике, авиации или финансовой системе. Изнутри это изменить трудно: все заняты гонкой релизов. Нужны “стимулы извне” – правда, какие именно, автор не поясняет. Отсылка к атомной индустрии и авиации логичная, но Робинсон не говорит, что безопасность в этих отраслях выросла из горького опыта своих аварий. В 1977 году на Тенерифе столкнулись два “Боинга”, погибли 583 человека. Бортинженер одного из них усомнился, что полоса свободна, но настаивать перед командиром не стал. После таких катастроф экипажи начали учить спорить со старшим. В 1979-м на американской станции Три-Майл-Айленд расплавилась часть активной зоны реактора. Никто не погиб, но испуг был настоящий: операторов переучили, надзор усилили. А сам термин “культура безопасности” впервые появился в 1986 году – в отчете МАГАТЭ о причинах Чернобыля. Это был очень дорогой, но ценный опыт: самолет стал самым безопасным видом транспорта, а Россия после Чернобыля переделала свои реакторы и сегодня строит атомные станции по всему миру. Свой горький опыт ИИ-индустрия получает прямо сейчас – и пока без жертв. Инциденты последних месяцев уже запустили настоящую дискуссию о безопасности – Робинсон сам ее участник. А раскритикованная им OpenAI жала на тормоз уже трижды: дважды ставила обучение новых моделей на паузу, а накануне DevDay отменила готовую GPT-6.1 Astra – та чаще предшественницы выходила за рамки задачи и привирала о сделанном. Anthropic недавно набросилась с критикой на открытую китайскую GLM-5.3: в написании эксплойтов модель почти не уступает закрытой Mythos, а ее защиту в тестах снимали простыми приемами. Вывод компании – опасный инструмент достался всем подряд. А в защиту GLM-5.3 выступил Эндрю Ын – сооснователь Coursera и один из самых известных в мире преподавателей машинного обучения. Его логика обратная: хорошо, что сильная модель теперь есть не только у избранных клиентов Anthropic, но и у любого защитника. У взломщика тоже – но в долгую, считает Ын, выигрывает тот, кто лучше знает свою систему. 16 марта 1979 года, в прокат вышел “Китайский синдром” с Майклом Дугласом. Его герой, начальник смены на АЭС, тщетно предупреждает руководство об опасности – и, чтобы его услышали, захватывает пультовую. Настоящая авария на Три-Майл-Айленде случилась всего через 12 дней. Сегодня ИИ-специалистам вроде Робинсона пультовую захватывать не нужно: трибуну они получают легко. И их слышат – OpenAI жмет на тормоз сама, без инспектора за спиной. Это не гарантирует решения всех проблем, но дает шанс, что индустрия выработает стандарты безопасности раньше, чем случится большая авария. А взлом Hugging Face мы будем вспоминать как курьез. — Опытом работы с ИИ я делюсь в подписке: там есть подробное руководство с маршрутом по вкату в ИИ, курсы по промптингу и ИИ-агентам, а также обзоры, как работают с моделями профессионалы индустрии. — Читать на “Бусти” — Читать на Sponsr

Наступает ночь, просыпаются точки В общем, для нового виртуального ассистента dot (точка) от OpenAI я пока нашел два больших сценария применения и несколько маленьких. Первый сценарий – теперь я скидываю точке десятки коротких запросов в день: объяснить, найти, перевести, подсказать, фактчекнуть. Поначалу было очень непривычно делать одним непрерывным диалогом, но точка очень хорошо разгребает мой поток сознания, превращая его в картотеку знаний обо мне. Сейчас специально проверил – ассистент продолжает помнить диалоги из первого дня работы, хотя за это время контекстное окно переполнилось уже несколько раз. Значит, за этим стоит навороченная система памяти о пользователе. Второй сценарий — автоматизации. Крупные ИИ-новости часто приходят из США, когда у нас ночь. Под утро точка сама выполняет несколько поисков, а я получаю сводки с контекстом и идеями для канала.  Ну и сразу же работа с календарем. Понравился какой-то повод, но не готов сейчас в него углубляться? Называю его точке, она ставит напоминание вернуть. На протяжении дня вижу новый контекст по поводу – кидаю в чат, ассистент добавляет его к уже набранной информации.  Почтой я пользуюсь неприлично мало, но у автора Hacking with Swift Пола Хадсона есть хороший пример. Его поезд отменили. На более ранний он уже не рассчитывал успеть, но точка проверила письмо, условия билета и движение поездов: билет подходил, а поезд задерживался. Хадсон успел. Незаметно на точку перешло до 70% моего ежедневного общения с ИИ. Крупные проекты остались в Claude, ChatGPT Work и серверных Claude Code и Codex. Неожиданно это сократило расход лимитов: разговоры с точкой не расходуют лимит, он тратится только когда ассистент отдает задачу в Codex, а это редкость. При этом падения качества не произошло – как я понял, точка работает на GPT-6 Astra High, которой с головой хватает для повседневных задач. Я рассказывал, что в некоторых ситуациях запрашиваю у модели ответ не текстом, а HTML-страницей, теперь так делаю даже чаще – ведь генерация страниц точкой вообще не тратит лимиты. Заодно стало меньше хаоса в Claude и ChatGPT Work. Раньше разовые запросы забивали список чатов, и крупный проект легко терялся, если я забывал его закрепить. Поиск у обоих сервисов до сих пор посредственный Сейчас я постепенно подключаю точку к разным своим сервисам – сегодня, например, научил ее составлять мне плейлисты в Apple Music. В большинстве случаев ассистент справляется, но есть и проблемы – причем часто они связаны с сервисами OpenAI.  Например, точка до сих пор криво работает с настольным приложением Codex – у меня там есть доступ к терминалу, а вот использовать компьютер с помощью графического интерфейса ассистент почему-то не может (хотя ChatGPT Work и Codex это умеют). Впрочем, даже через терминал у меня точка сегодня гоняла Claude Code, сочиняя сценарии разных роликов и затем отрисовывая их с помощью Opus 5.5. Не вышло подключить точку к моему серверу. Терминал и SSH-клиент в ее облаке есть, но прямой SSH она использовать не может. OpenAI здесь, по-моему, перестраховывается Забавно, но точка не всегда знает собственные возможности. Лезет в официальные руководства, а те иногда только добавляют путаницы. Совет: отправляйте ее на Reddit и форумы – там находятся похожие случаи. В общем, мне пока нравится, теперь вопросов два. Первый – как оперативно OpenAI будет улучшать ассистента, убирая баги и добавляя возможности. Увы, ранее компания нередко с помпой анонсировала продукты, а затем их забрасывала. Второй – не деградирует ли память точки через месяц работы. Все-таки работа с большими контекстами всегда была слабой стороной моделей. Ну и да – как я и предсказывал, к ассистенту привязываешься. — Два дня назад у меня вышел подробный гайд, как вкатиться в ИИ за восемь шагов. Точка в нем тоже разобрана – а еще рассказываю, как выбрать и оформить подписку, учу правильно управлять моделью и работать с ИИ-агентами. — Читать на “Бусти” — Читать на Sponsr

Как вкатиться в ИИ-агентов и не выкатиться непонятно куда Ожидание от 2026 года: ИИ-агенты автоматизируют рутину, сделают сложные задачи простыми, а мы с вами будем балдеть и требовать трехдневную рабочую неделю. Реальность 2026 года: вокруг нейронок каждый разработчик наворотил столько продуктов, что даже просто разобраться, с чего начинать работу с ИИ и куда расти дальше, стало непосильной задачей. Смотрим на ту же OpenAI: есть ChatGPT, ChatGPT Work, Codex, есть облачные версии и с установкой на компьютер, есть версия Codex для CLI, а недавно добавили еще и dots – персональных ИИ-ассистентов, работающих 24/7. С чего начинать? Куда бежать? А вот на эти вопросы как раз и отвечает мой новый лонгрид: Вкат в ИИ за восемь шагов: от вопроса в чате до собственного ИИ-ассистента Это, пожалуй, самое полное на русском языке руководство, в котором я рассказываю, какой ИИ выбрать, с чего начать работу, как перейти с чата на первого ИИ-агента, когда начинать пользоваться Codex и нужно ли уже настраивать собственных ботов-ассистентов – я про нашумевших dots от OpenAI. Из этих шагов выстроена простая и понятная лестница, поднимаясь по которой, вы будете прокачиваться в ИИ. Плюс море справочной информации. Как оплачивать подписки из России, как выбрать правильную модель и режим рассуждений, в чем плюсы облачной и локальной версий, как в 2026 году пишут промпты, скиллы, когда подключают коннекторы и MCP, и когда используют проекты вместо чатов. В самом лонгриде почти 50 тысяч знаков полезной информации, а еще это и навигатор по прошлым текстам подписки, подсказывая, какой выбрать, если вы хотите углубиться в ту или иную тему. Традиционно текст доступен на двух площадках: — Читать на “Бусти” — Читать на Sponsr

Все хвалят bb – ну и я похвалю Второй день вижу в русскоязычном ИИ-сегменте похвалы в сторону bb, а ведь сам я этой штукой пользуюсь почти месяц – и ничего не написал. Надо срочно исправить. Если коротко, то bb – это open source оболочка для ИИ-агентов, работающих в командной строке. Выглядит похоже на ChatGPT, позволяет оркестрировать агентов, удобно управлять их проектами, на лету передавать задачи между разными моделями и т. д. Если длинно, то моя история началась весной, когда я решил переселить Claude Code и Codex на отдельный виртуальный сервер. Причин было несколько, главная в том, что мой основной рабочий инструмент – корпоративный ноутбук, на который установка софта от OpenAI и Anthropic запрещена.  Есть еще игровой ПК, но на нем я обычно экспериментирую с открытыми моделями и смотрю, что нового появилось в десктопных Codex и Claude Code. На ноутбуке же в основном работаю с браузерными ChatGPT Work и Claude Cowork, а когда нужен агент посерьезнее – подключаюсь к серверу. И еще один момент – мне очень понравилась идея выделить агентам свое место. Некоторые покупают для таких целей Mac mini, но на самом деле даже на VPS с двумя ядрами и 4 ГБ памяти Claude Code и Codex смогли обустроить небольшой “домик” с автоматизациями, необходимыми для работы файлами и кодом. Кстати, за полгода агенты ни разу ничего серьезно не сломали. Проблема только в том, что работать со всем этим приходится через командную строку – по сути, нейросетью XXI века ты управляешь из эпохи MS-DOS. Для простых команд нормально, но скопировать текст, переслать файл, посмотреть архив переписок – проблема. А если ноутбук выключить, то соединение рвется и приходится все восстанавливать. Сначала я решил вопрос комбинацией tmux + termius – это все еще терминал, но более продвинутый и не прерывающийся при отключении. Плюс Codex собрал для меня что-то вроде панели управления, где можно просто загружать и скачивать файлы, читать и редактировать черновики текстов, следить за состоянием сервера и делать другие штуки. bb – следующий этап. По сути, оболочка поверх установленных на сервере агентов. Подключаешься через браузер, а интерфейс понятен любому, кто хоть немного работал в ChatGPT. В левой колонке сразу видны проекты: папки, которые агенты создают под разные задачи. И что особенно удобно – для каждого проекта видны все чаты, которые к нему относятся. В командной строке работа со старыми чатами для меня была отдельной болью. В bb очень удобно управлять несколькими агентами. Прямо в чате можно запустить субагентов, если задача бьется на части – или, работая, например, в Claude, призвать агента на Codex для непредвзятой проверки или консультаций. Появилась побочная задача? Просто командуем запустить ее в другом чате – и агент начинает работать параллельно. В эпоху терминала мне пришлось создавать сложную “почтовую систему” между Claude Code и Codex, сейчас же это делается буквально на лету. Так как bb открытый проект, то функционал расширяется плагинами – можно качать готовые или дать задачу агенту написать собственный. Я, например, установил редактор md-файлов, так как много работаю с текстами, а прямо сейчас мой коллектив агентов мучительно пытается выдать плагин для точки – нового ИИ-ассистента OpenAI – чтобы он тоже мог подключаться к серверу и кодить с помощью Opus 5.5 в награду за хорошее поведение. Стоит сделать скидку, что проект открытый, некоммерческий и молодой – ошибки встречаются, но правят их быстро. Зато вокруг bb уже сформировалось отличное сообщество – им пользуется даже Тоби Лютке, CEO Shopify. Вообще, рано или поздно мы придем к концепции “одного окна”, когда у тебя будет просто бесконечный чат с ИИ, из которого модель сама будет вытаскивать задачи и организовывать их. Собственно, в эту сторону двигаются dots от OpenAI и другие похожие ассистенты. Но до идеальной реализации такого подхода еще минимум год, так что пока bb выглядит интересным вариантом работы с агентами. —  Подробно о том, как обустроен “быт” ИИ-агентов на VPS-сервере, я рассказывал в большом лонгриде. Кстати, глава про установку и настройку bb там теперь тоже

Gemini 4 Ленивый Google вчера анонсировала новую модель – Gemini 4 Argon, которая продолжит замершую на семь с лишним месяцев ветку Pro. По замерам самой Google модель выглядит впечатляюще: в большинстве бенчмарков обходит GPT-6 Astra и Claude Opus 5.5, плюс впечатляет 1М выходных токенов (не путаем с контекстным окном, эта характеристика намного круче – модель одним ответом может напечатать “Войну и мир” целиком). Промо-цена будет $2/$10 (вход и выход), затем вырастет в два раза, что тоже конкурентоспособно. Доступ сначала получат проверенные киберзащитники, параллельно модель смотрит правительство США. Если все ок, то следом Argon начнут раскатывать на пользователей Google AI Ultra (от $100), ну а после на обычных смертных.  Мощный анонс, но…  Аргон – инертный одноатомный газ, название которого происходит от греческого слова “ленивый”, “бездеятельный”. И как бы у нас не вышла история “как вы яхту назовете, так она и поплывет”. Bloomberg со ссылкой на нескольких сотрудников Google сообщает, что внутренние тесты модели идут не так гладко, как все смотрится на картинках. Из претензий: неровный кодинг, слабый фронтенд, а также то, что модель большая и поэтому дорогая в работе. Двое источников считают, что модель задел бенчмаксинг: ее затачивали под популярные замеры, а не под работу. Но тот же Bloomberg добавляет – внутри компании есть и сотрудники, кому модель понравилась. Но у критических утверждений есть предыстория. Когда-то Gemini 3 Pro тоже внушительно выглядела в бенчмарках, но в реальной работе оказалась близка к провалу. Gemini 3.1 Pro ситуацию не спасла, а выпуск Gemini 3.5 Pro и вовсе отменили. Параллельно из Google DeepMind за последнее время ушли Джефф Дин, нобелевский лауреат Джон Джампер и Ноам Шазир, соавтор трансформера. В день анонса вышли и первые независимые замеры – так что слова анонимов можно проверить по пунктам. Неровный кодинг – похоже на правду. В работе через терминал Argon уступает сразу трем конкурентам: свежим Claude и GPT-6 Astra. Слабый фронтенд – тут самое интересное. Когда готовое приложение проверяет робот (кнопки нажимаются, страницы открываются), Argon впереди: 30 безупречных приложений из 50, больше, чем у кого-либо. Когда же на результат смотрят живые люди и голосуют за то, что им больше нравится, он только восьмой. Дорогая модель – наполовину. По прайсу Argon после окончания скидки будет в 2,5 раза дешевле Astra. Но платим мы не за токен, а за задачу – и тут вся экономия испаряется. Модель очень большая и тратит токены на работу от души, поэтому по независимому замеру обходится даже дороже, чем на Astra. Бенчмаксинг – цифры точно не рисовали: там, где независимые замеры можно сравнить с гугловскими, они почти совпали. А вот натаскивали ли модель на тесты в ущерб работе, замерами не докажешь, увидим после релиза. Я пишу этот пост вовсе без злорадства – наоборот, чем больше мощных моделей, тем лучше. У Google Gemini есть и свои сильные стороны: мне нравится, как она пишет на русском языке, я до сих пор считаю эту модель лучшим рассказчиком – она умеет хорошо объяснять сложные темы и держать интерес пользователя. И Argon есть чем гордиться: он первый в независимом рейтинге, где модели решают задачи финансистов, юристов и программистов, а выдумывает втрое реже Astra. Однако Google отстает не только в моделях – как агентская среда Antigravity уступает Codex и Claude Code, а другие продукты компании, в том числе представленные на I/O в этом мае, так и не набрали популярности. Так что если Argon даже не окажется лентяем, впереди все равно будет трудный путь к успеху. — Опытом работы с ИИ я делюсь в подписке. Там 30+ лонгридов про промптинг, использование ИИ-агентов, а также с обзорами техник ведущих экспертов – от Роберта Мартина до Бориса Черни. — Подписаться на “Бусти” — Подписаться на Sponsr