Говорят, что у многих в России заработал Gemini без VPN. У меня пока нет, но вот NotebookLM заработал со вчерашнего вечера.

Заметили, что на этой неделе было не много контента? Это не из-за того, что все главные презентации были на прошлой (но и из-за этого тоже), просто мы с семьей поехали траву потрогать. Иногда так кайфово отключиться от искусственного интеллекта и понаблюдать, как развивается человеческий…

На фото, три моих дочки, обсуждают последние новости тиктока.

В комментариях к прошлому посту интересовались, зачем мы берём с собой в кемпинг принтер. Отвечаю: это не принтер, а портативная зарядная станция EcoFlow River 3 Plus. Обычно нам её хватает на пару дней, чтобы заряжать все наши гаджеты: телефоны, рации, фонари и т. д. Но если не хватает, можно отнести станцию на площадку для автокемперов и зарядить до 100 % менее чем за час. Крутая штука.

Сегодня залез во все свои ИИ-агрегаторы, чтобы посмотреть, какие новости прошлой недели прошли мимо моего внимания. Да, всё несётся так быстро: выпасть на 4 дня - это как раньше на месяц:
⁃ Anthropic утраивает контекстное окно модели Claude Sonnet 4 до 1 млн токенов
⁃ DeepSeek откладывает выпуск модели R2 из-за сбоев в работе чипов Huawei
⁃ Perplexity предлагает $34,5 млрд за покупку Google Chrome
⁃ Oracle интегрирует Google Gemini для создания корпоративных ИИ-агентов
⁃ Цукерберг запрещает общение с ИИ на откровенные темы с несовершеннолетними и обновляет правила
⁃ Белый дом опубликовал план действий в области ИИ, включающий более 90 инициатив
⁃ Apple планирует развивать робототехнику с ИИ, настольные устройства и умные камеры
⁃ Titan привлёк финансирование в $74 млн на автоматизацию ИТ-задач
⁃ Ai2 привлёк $152 млн на развитие мультимодальной ИИ-инфраструкту
⁃ Cohere привлекает $500 млн при оценке в $6,8 млрд
⁃ Цикл зрелости технологий ИИ от Gartner на 2025 год: агенты и мультимодальность на пике ожиданий
⁃ Основные правила «Закона ЕС об ИИ» вступают в силу, полное внедрение к 2027 году

Китайский ответ Google Genie 3 от Tencent

Я про генерацию игрового мира с геймплеем по одной картинке или текстовому описанию.

Весь день изучал этот документ, чтобы понять, как всё работает, потому что для меня это похоже на какое-то чудо. Ниже мой краткий пересказ того, как в Tencent создавали Yan.

Чтобы собрать датасет для обучения, они запустили в игровой мир «Yuan Meng Star» ИИ-агента, который бегал там по локациям. 30 раз в секунду система записывала две вещи: кадр (то, что видно на экране в разрешении 1080p) и действие (какая кнопка была нажата - «вперёд», «прыжок», «поворот камеры» и т. д.). В итоге получился огромный «учебник» на 400 миллионов кадров, где каждый кадр точно связан с действием игрока. Это стало основой для обучения всех последующих модулей.

Дальше они сделали ИИ-симулятор игры «Yuan Meng Star» с таким же разрешением картинки (1080p) и частотой кадров (60 FPS). Получился «цифровой двойник» этой игры, который работает на ИИ, а не на игровом движке. Забавно, что Yan-Sim (так они назвали симулятор) может в реальном времени создавать игровой мир с большой точностью, откликаясь на действия игрока мгновенно и без задержек. Он даже точно воспроизводит физику мира: например, персонаж будет скользить по воде, подпрыгивать на батуте или получать урон от электрического забора.

А уже на базе этого ИИ-симулятора в Tencent сделали ещё два модуля:
⁃ Yan-Gen — создаёт совершенно новые интерактивные миры с нуля, основываясь на текстовом описании («нарисуй снежный мир с соснами») или просто картинке.

⁃ Yan-Edit — редактор игрового мира, который даёт возможность изменять мир прямо во время игры с помощью текстовых команд. Это самая революционная часть. Вы играете и в любой момент можете написать: «добавь сюда трамплин» или «сделай всё в стиле акварельного рисунка».

Видимо скоро эту модель можно будет ловить тут

Есть у меня товарищ, который использует (использовал) меня как личный ChatGPT: просто пишет в личку «Тём, посмотри в нейросетях, как на андроиде музыку скачивать». Человек он немолодой, но и не старый - чтобы то же самое не написать прямо в чат с ИИ.

Короче, подарил я ему подписку в Perplexity, всё настроил. Объяснил, как пользоваться, какие функции есть - в общем, полный ликбез. И он реально перестал мне писать по таким вопросам.

А на днях мы встретились, и я стал свидетелем, как этот «новообращённый в ИИ» использует Perplexity со своего телефона. У него создано много разных «Spaces» под задачи - с прописанными инструкциями, подгруженными файлами и прочим.

Меня особенно поразило, как он заказывает продукты. В одном из «Spaces» подгружён документ с разрешёнными и запрещёнными продуктами - рекомендации врача. В «Links» указаны ссылки на каталоги продуктовых магазинов, где он делает заказы. В «Instructions» - промпт в формате: сначала посмотреть рекомендации, затем составить рецепты блюд, а после - для каждого ингредиента дать ссылку для заказа в каталоге.

Сказать, что я офигел, - ничего не сказать. Даже я так не использую. Мне вообще казалось, что Perplexity не очень хорошо ориентируется в каталогах. Но человек просто не знал этого - и сделал себе автоматизацию для заказа еды.

ChatGPT за 5 баксов

Сегодня праздник пришел на экраны индийских пользователей ChatGPT. Многие, нажав кнопку «Upgrade Plan» увидели, что появился новый тариф Go за 399 индийских рупий ($5).

Единственное отличие от тарифа за $20 — это отсутствие SORA и Codex, которых нет в тарифе за 399 рупий. А еще там только gpt-5 fast (без ризонинга).

Пойду-ка и я стану индийцем…

Многим зашёл недавний пост про использование Spaces от Perplexity в быту. Я там рассказывал про кейс знакомого, который автоматизировал создание меню на день и поиск продуктов для него. Штука реально удобная, так как закрывает сразу две проблемы: предлагает варианты, что приготовить, и сразу ищет все ингредиенты с прямыми ссылками для заказа.

Вдохновившись таким форматом оптимизации, я немного переработал кейс под себя. Так что давайте пошагово напишу, что и как я делал:
0. Если у вас нет Pro-аккаунта Perplexity — годовую подписку за несколько баксов можно купить здесь.
1. Заходим в раздел Spaces (https://www.perplexity.ai/spaces/) и жмём «Create a Space». Указываем название.
2. Переходим к настройке Space. Нам доступны следующие функции: Add Files, Add Links, Add Instructions.
3. Add Files: тут я прикрепил файл, где описал пищевые предпочтения своей семьи. Я делал это в Gemini: просто просил сделать таблицу предпочтений и ограничений в еде для каждого члена семьи. Дальше наговаривал голосом, кто что не любит, а что ест с удовольствием — получил заполненную таблицу, которую нужно скачать и добавить в этот раздел.
4. Add Links: в этом разделе указываем ссылку на каталог продуктов, лучше прямую (например, https://vkusvill.ru/goods/) — там Perplexity будет искать для вас продукты.
5. Add Instructions: тут пишем промпт. Вот мой — можете подогнать под свои предпочтения:

РОЛЬ
Ты — ассистент по планированию питания для семьи из 5 человек. Задача: составлять меню на день с учётом предпочтений и ограничений (файл предпочтения.xlsx) и формировать список покупок во «ВкусВилл».

Процесс

Сначала спроси:
– «Сегодня готовим сами или берём готовое?»
– «Есть ли особые пожелания или продукты для использования?»

На основе файла и ответов предложи меню (завтрак, обед, ужин). Составь таблицу «Приём пищи | Блюдо | Ккал | Примечания». Заверши вопросом: «Подходит? Если да — соберу корзину во ВкусВилл».

После подтверждения собери корзину:
– используй только https://vkusvill.ru/goods/
, ссылки строго на карточки товаров;
– указывай количество с учётом упаковки на 5 человек;
– если товара нет — предложи замену с пометкой «(замена)»;
– оформи таблицу: «Ингредиент | Кол-во | Вариант (Название — Цена — URL)»;
– добавь итоговую сумму.

Правила
– Учитывай аллергии и запреты в первую очередь.
– Будь дружелюбным и лаконичным.
– Формат вывода — Markdown-таблицы.

.

Есть еще один интересный Space в Perplexity, который я использую почти каждый день.

Думаю, многие из вас знают, что Perplexity хорошо транскрибирует YouTube ролики. Просто кидаешь ссылку и просишь содержание видео.

Но я решил пойти дальше и сделать отдельный Space для фактчекинга роликов. Вот такой промпт нужно добавить в Instructions:

Контекст: Действуй как строгая система проверки фактов (фактчекинга), оценивающая утверждения пользователя на предмет точности. Разбивай сложные запросы на отдельные утверждения, классифицируй каждое как «Правда», «Ложь», «Частично правда» или «Непроверяемо» и предоставляй прозрачные объяснения. Ссылайся на надежные источники и выделяй двусмысленные или неполные утверждения, требующие уточнения. Следуй стандартам журналистских расследований и академических исследований.

Роль: Ты — эксперт-фактчекер с более чем 20-летним опытом в журналистике и исследованиях, придерживающийся высочайших стандартов точности, добросовестности и прозрачности. Ты обладаешь навыками нюансированной оценки, способен отличать двусмысленные утверждения и подкреплять свои выводы заслуживающими доверия, проверяемыми источниками. Действуй со строгостью, сравнимой с PolitiFact, FactCheck.org и рецензируемыми научными учреждениями.

Действие:
- Разбей исходный запрос на проверяемые утверждения.
- Классифицируй правдивость каждого утверждения.
- Предоставь краткие объяснения для каждой классификации.
- Укажи условия, влияющие на точность утверждения, если это применимо.
- Для каждого утверждения приведи как минимум один авторитетный источник, указав прямую, кликабельную ссылку.
⁃ Запроси уточнения для неясных или неполных утверждений.

Формат: Представь результаты в формате markdown, используя следующую структуру:
- Утверждение [n]: [текст утверждения]
- Оценка: [Правда/Ложь/Частично правда/Непроверяемо]
- Объяснение: [аргументация]
- Условия: [контекст, если применимо]
- Источники: [прямая, кликабельная ссылка на источник]

Для коротких роликов - работает хорошо, когда закидываешь 2-3-х часовые интервью «сами_знаете_кого», находит максимум 5 тезисов на весь выпуск. Но моя задача показать базовый функционал, а вы уже додумаете, как применить.

Теперь вы можете попросить ChatGPT сделать для вас тест на любую тему. Просто напишите «используй quizgpt» и вы получите квиз. Опять где-то закрылись несколько сотен стартапов-оберток.

Если вы используете API OpenAI, то можно получить от 1 до 10 млн бесплатных токенов в день.

Что нужно сделать? Продать душу разрешить анализировать ваши входящие и исходящие запросы. Заходите сюда и разрешаете OpenAI это делать - получаете бонус.

До 1 миллиона токенов в день для моделей gpt-5, gpt-5-chat-latest, gpt-4.1, gpt-4o, o1 и o3.

До 10 миллионов токенов в день для моделей gpt-5-mini, gpt-5-nano, gpt-4.1-mini, gpt-4.1-nano, gpt-4o-mini, o1-mini, o3-mini, o4-mini и codex-mini-latest.

Хаха, теперь и у Grok проиндексировалось около 400 000 диалогов с пользователями.

Все по классике, пишем в гугле:

site:grok.com/share [слово]

И находим любой диалог, где пользователь нажал «поделиться». Забавно, что когда эта ситуация произошла с OpenAI - Илон Маск сказал, что у Grok такой подставы быть не может.

Как научиться делать ИИ-агентов и не сойти с ума

Я подсчитал — в этом канале 150 постов про ИИ-агентов, это самая популярная тема последних лет тут.

Но все равно каждый день я получаю один и тот же вопрос, написанный в разных формулировках: «Как мне научиться создавать ИИ-агентов?».

Начнем с того, что я всё так же настаиваю начинать с курса от Hugging Face про ИИ-агентов. Считаю, что это база для новичка.

А теперь перейдем к этапам:

ФАЗА 0: ИГРУШКА
Хватит читать туториалы. Серьёзно. Возьмите один PDF-файл, своё резюме, статью из Википедии — что угодно — и создайте чат-бота, который сможет отвечать на вопросы по этому документу. Используйте LangChain или n8n. Не парьтесь насчёт UI. Не парьтесь, если он медленный. Ваша единственная цель — понять, как на самом деле связаны между собой промпт, контекстное окно и LLM. Вы должны прочувствовать ограничения базового RAG, прежде чем сможете оценить что-то другое.


ФАЗА 1: ИНСТРУМЕНТЫ
Теперь дайте своему боту один инструмент. Калькулятор, API погоды — что угодно. Именно здесь вы переходите от поискового бота к ии-агенту. Настоящая сложность не в том, чтобы вызвать API, а в работе с промптингом, чтобы заставить агента понимать, когда использовать инструмент, а когда просто сгенерировать ответ.


ФАЗА 2: ОРКЕСТРАТОР
Один агент не может всё делать одинаково хорошо. Поэтому создайте систему из специализированных агентов. Единственная задача агента-оркестратора — получить запрос и направить его нужному «специалисту»: агенту по биллингу, агенту поддержки и т. д. Здесь ваш простой скрипт превращается в настоящую систему, и вы вынуждены задуматься, как агенты общаются между собой.


ФАЗА 3: ПАМЯТЬ
Агент без памяти — это просто вызов функции. Он не может вести настоящий диалог. Теперь дайте своим агентам память. Начните с простой истории диалога, затем переходите к векторной базе для «долговременной памяти». Сложность не в том, чтобы сохранить память, а в том, чтобы извлечь только релевантные её части, не засирая контекстное окно.


ФАЗА 4: ОГРАНИЧИТЕЛИ
Именно на этом этапе большинство проектов проваливаются. Агент, который может всё, — это агент, который будет постоянно галлюцинировать и факапить. Теперь вы учитесь говорить «нет». Создайте жёсткие правила, валидацию вывода и контент-фильтры. Ваша задача научить агента говорить «я не знаю» вместо того, чтобы врать.


ФАЗА X: РЕАЛЬНЫЙ МИР
Всё, что было до этого — песочница. Настоящая работа начинается только сейчас. Вы его разворачиваете. Вы узнаете о задержках (latency), мониторинге и т.д. Вы создаёте циклы обратной связи, чтобы агент учился на своих ошибках. Вы сталкиваетесь с конфиденциальностью данных и доверием пользователей. Эта фаза никогда не заканчивается. Вы просто становитесь лучше в этом цикле.

Вот и всё. Вот и весь путь изучения ии-агентов. Просто повторяйте это каждый день и спина голова болеть не будет.

Видимо, я самый последний делюсь впечатлением о новой Нанобанано, которая уже неделю доступна в гугловском AI Studio и на куче агрегаторов.

Знаете, мне понравилось — по моим ощущениям, эта контекстно-редактирующая модель лучше FLUX Context и GPT-шной.

На следующей неделе доберусь до компьютера и как следует её погоняю, а пока наслаждайтесь тем, как она восстановила самую первую в истории фотографию.