Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
Ну и как вам новая функция Rotate Object в последней бете Фотошопа?
Выглядит адово хорошо - а ведь это просто плоская картинка на входе. Как?
Потом можно попасть в освещение с помощью Harmonize.
Го тестировать!
@cgevent
Выглядит адово хорошо - а ведь это просто плоская картинка на входе. Как?
Потом можно попасть в освещение с помощью Harmonize.
Го тестировать!
@cgevent
1🔥25🤯8❤2⚡2
This media is not supported in your browser
VIEW IN TELEGRAM
Клод Антропик теперь создает интерактивные диаграммы сразу в диалоге чата.
Т.е. по сути они превращают чат в супер-приложение, вымещая офис, браузер и т.д.
Сначала отжали поиск, теперь потихоньку отжимают все остальное.
Логичный итог,- своя ИИ операционка.
#claude #anthropic
------
@tsingular
Т.е. по сути они превращают чат в супер-приложение, вымещая офис, браузер и т.д.
Сначала отжали поиск, теперь потихоньку отжимают все остальное.
Логичный итог,- своя ИИ операционка.
#claude #anthropic
------
@tsingular
🔥26👍9⚡4❤1🗿1
Forwarded from Секреты DARPA и ЦРУ | DARPA&CIA
Чертежи автономной войны от Palantir
В начале 2026 года Palantir выложила пачку новых патентов. Читать их очень скучно: «улучшенная база данных», «интерфейс для тестирования», «система маршрутизации файлов».
Но мы решили разобраться, что за каждым сухим описанием стоит на самом деле. И картина сложилась совсем другая.
Palantir не патентует отдельные программы. Они кирпич за кирпичом строят единую систему, которая закрывает весь цикл войны — от сбора данных до удара. И на каждый кирпич оформлен отдельный патент.
Что мы нашли
База данных, которая видит всё сразу. В патенте написано — «склейка архива с текущими данными». На практике это экран, на котором командир видит одновременно и карту с расположением войск за последние годы, и то, что прямо сейчас передают дроны и радары. Причём если дрон захвачен противником — система за долю секунды вычищает со всех экранов всё, что было построено на его данных.
Система, которая сама находит цели. Она собирает потоки с радаров, спутников и перехватов, и если что-то не сходится — например, объект движется как гражданский, но излучает как военный — система это подсвечивает. А дальше самое важное: в патенте написано, что система может действовать без участия человека. Она смотрит, как похожие ситуации решались раньше, и принимает решение сама.
«Юридическое алиби» для машины. Главная проблема боевого ИИ — не то, что он промахнётся, а то, что непонятно, кого за это судить. Palantir это решает так: каждое решение системы намертво привязано к конкретному датчику, конкретному алгоритму и конкретному правилу, по которому можно стрелять. Получается цифровая цепочка доказательств, которую нельзя подделать задним числом. Машина в любой момент может показать: «Вот почему я так решила».
Секретность на уровне математики. Один и тот же объект на карте — допустим, зенитный комплекс противника — генерал видит с полной информацией, откуда данные. А союзный оператор видит только координаты. Откуда информация — ему просто не показывается. Не потому, что спрятано в папке с паролем, а потому, что на уровне процессора эти данные для него математически не существуют.
Песочница, где переписывают правила прямо в бою. Если противник сменил тактику — оператор рисует новую логику, система сама прогоняет миллионы сценариев, проверяет, что ничего не сломается, и отправляет обновление на дроны по воздуху. Как обновление приложения на телефоне — только для роя боевых беспилотников.
Если сложить всё вместе — получается замкнутый конвейер, работающий на машинных скоростях. Человек в нём окончательно вытеснен из процесса анализа и низведён до роли «биологического предохранителя», которому остаётся лишь нажать кнопку «Подтвердить». Всё остальное — найти цель, юридически обосновать удар и мгновенно подстроиться под новую тактику врага — машина делает сама. И на каждую шестерёнку этого конвейера Palantir уже оформил отдельный патент. Война алгоритмов полностью спроектирована и легализована.
🔒 DARPA&CIA
В начале 2026 года Palantir выложила пачку новых патентов. Читать их очень скучно: «улучшенная база данных», «интерфейс для тестирования», «система маршрутизации файлов».
Но мы решили разобраться, что за каждым сухим описанием стоит на самом деле. И картина сложилась совсем другая.
Palantir не патентует отдельные программы. Они кирпич за кирпичом строят единую систему, которая закрывает весь цикл войны — от сбора данных до удара. И на каждый кирпич оформлен отдельный патент.
Что мы нашли
База данных, которая видит всё сразу. В патенте написано — «склейка архива с текущими данными». На практике это экран, на котором командир видит одновременно и карту с расположением войск за последние годы, и то, что прямо сейчас передают дроны и радары. Причём если дрон захвачен противником — система за долю секунды вычищает со всех экранов всё, что было построено на его данных.
Система, которая сама находит цели. Она собирает потоки с радаров, спутников и перехватов, и если что-то не сходится — например, объект движется как гражданский, но излучает как военный — система это подсвечивает. А дальше самое важное: в патенте написано, что система может действовать без участия человека. Она смотрит, как похожие ситуации решались раньше, и принимает решение сама.
«Юридическое алиби» для машины. Главная проблема боевого ИИ — не то, что он промахнётся, а то, что непонятно, кого за это судить. Palantir это решает так: каждое решение системы намертво привязано к конкретному датчику, конкретному алгоритму и конкретному правилу, по которому можно стрелять. Получается цифровая цепочка доказательств, которую нельзя подделать задним числом. Машина в любой момент может показать: «Вот почему я так решила».
Секретность на уровне математики. Один и тот же объект на карте — допустим, зенитный комплекс противника — генерал видит с полной информацией, откуда данные. А союзный оператор видит только координаты. Откуда информация — ему просто не показывается. Не потому, что спрятано в папке с паролем, а потому, что на уровне процессора эти данные для него математически не существуют.
Песочница, где переписывают правила прямо в бою. Если противник сменил тактику — оператор рисует новую логику, система сама прогоняет миллионы сценариев, проверяет, что ничего не сломается, и отправляет обновление на дроны по воздуху. Как обновление приложения на телефоне — только для роя боевых беспилотников.
Если сложить всё вместе — получается замкнутый конвейер, работающий на машинных скоростях. Человек в нём окончательно вытеснен из процесса анализа и низведён до роли «биологического предохранителя», которому остаётся лишь нажать кнопку «Подтвердить». Всё остальное — найти цель, юридически обосновать удар и мгновенно подстроиться под новую тактику врага — машина делает сама. И на каждую шестерёнку этого конвейера Palantir уже оформил отдельный патент. Война алгоритмов полностью спроектирована и легализована.
Please open Telegram to view this post
VIEW IN TELEGRAM
1👀31🤯20❤6🦄1👾1
This media is not supported in your browser
VIEW IN TELEGRAM
OpenClaw-RL: агент, который учится на ошибках
Команда Princeton выпустила фреймворк, который улучшает Краба прямо в процессе общения.
На этот раз можно не надеяться на память самого агента, а поставить рядом "ментора на скриптах"
Ключевая идея:
Каждый ответ агента по сути содержит сигнал обучения, - недовольная реплика пользователя, вывод терминала, результат тест-раннера.
Раньше это тонуло в логах, теперь используется.
Два механизма извлечения сигнала:
Binary RL — PRM-судья смотрит на следующее состояние и выдаёт скалярную оценку +1/-1. Работает на всех типах взаимодействий, в том числе неявных (пользователь переспросил = недоволен).
Hindsight-Guided OPD — из следующего состояния извлекается текстовая подсказка ("надо было сначала проверить файл"), она встраивается в контекст, и разница log-вероятностей между hint-enhanced и обычной версией даёт пословное направление градиента. Богаче скаляра на порядок.
Результат комбинайци подходов: прирост с 0.17 → 0.81 за 16 шагов на персональных агентах.
Архитектура:
4 полностью развязанных асинхронных цикла (SGLang / Megatron / PRM / Environment) — обучение идёт параллельно с инференсом, без остановки сервиса.
Поддерживаемые окружения:
Terminal, GUI, SWE, Tool-call, Personal (OpenClaw)
Результаты на general agents:
Tool-call: 0.17 → 0.30 (с process rewards)
GUI: 0.31 → 0.33
Terminal/SWE: стабильный рост по RL-шагам
Самое интересное, что модели в эксперименте использовались маленькие, локальные:
Qwen3-4B, 8B, 32B; Qwen3VL-8B
Стек: slime (async RL), Megatron, SGLang. Всё open-source.
Практически, - удобная открытая система где персонализация под конкретного пользователя и обучение агентов на задачах в одном тренировочном цикле, без ручной разметки и предсобранных датасетов.
#RL #агенты #OpenClaw #Princeton
——
@tsingular
Команда Princeton выпустила фреймворк, который улучшает Краба прямо в процессе общения.
На этот раз можно не надеяться на память самого агента, а поставить рядом "ментора на скриптах"
Ключевая идея:
Каждый ответ агента по сути содержит сигнал обучения, - недовольная реплика пользователя, вывод терминала, результат тест-раннера.
Раньше это тонуло в логах, теперь используется.
Два механизма извлечения сигнала:
Binary RL — PRM-судья смотрит на следующее состояние и выдаёт скалярную оценку +1/-1. Работает на всех типах взаимодействий, в том числе неявных (пользователь переспросил = недоволен).
Hindsight-Guided OPD — из следующего состояния извлекается текстовая подсказка ("надо было сначала проверить файл"), она встраивается в контекст, и разница log-вероятностей между hint-enhanced и обычной версией даёт пословное направление градиента. Богаче скаляра на порядок.
Результат комбинайци подходов: прирост с 0.17 → 0.81 за 16 шагов на персональных агентах.
Архитектура:
4 полностью развязанных асинхронных цикла (SGLang / Megatron / PRM / Environment) — обучение идёт параллельно с инференсом, без остановки сервиса.
Поддерживаемые окружения:
Terminal, GUI, SWE, Tool-call, Personal (OpenClaw)
Результаты на general agents:
Tool-call: 0.17 → 0.30 (с process rewards)
GUI: 0.31 → 0.33
Terminal/SWE: стабильный рост по RL-шагам
Самое интересное, что модели в эксперименте использовались маленькие, локальные:
Qwen3-4B, 8B, 32B; Qwen3VL-8B
Стек: slime (async RL), Megatron, SGLang. Всё open-source.
Практически, - удобная открытая система где персонализация под конкретного пользователя и обучение агентов на задачах в одном тренировочном цикле, без ручной разметки и предсобранных датасетов.
#RL #агенты #OpenClaw #Princeton
——
@tsingular
1🔥22⚡3❤2✍2
This media is not supported in your browser
VIEW IN TELEGRAM
Canva Magic Layers: многослойное творчество
Статичные файлы PNG и JPEG теперь можно резать на слои через Canva Magic Layers.
🏗 Интерпретация вместо трассировки
В основе лежит проприетарная нейросеть Canva Design Model. В отличие от простых векторизаторов, она понимает «дизайнерскую логику» макета. ИИ анализирует связи между объектами, восстанавливает перекрытые фоны и превращает плоский текст в живые редактируемые блоки.
✍️ Конец генеративных тупиков
До этого момента любой результат работы Midjourney или ИИ генераторов был финальной точкой.
Каждое изменение требовало новой генерации.
Magic Layers превращает ИИ-контент в отправную точку (launchpad). Вы правите детали, не ломая общую композицию макета.
По сути очень похоже на работу Qwen Image Layered модели, вышедшей 3 месяца назад, только тут она (или нечто похожее) упакована в продукт и доведена до ума через через интеграцию с классическим набором дизайнеров.
🌐 Интеграция в стек
Технология работает в связке с MCP-сервером. Это позволяет управлять слоями Canva напрямую из Claude, ChatGPT или Microsoft Copilot. Дизайн становится частью автоматизированного агентского пайплайна.
💼 Зачем бизнесу
Скорость адаптации маркетинговых материалов увеличивается кратно. Любой найденный или сгенерированный визуал мгновенно становится бренд-Ready шаблоном.
Context Aware редактирование теперь доступно даже агентам.
При чём без фотошопа. Т.е. опять же минус к продажам Adobe.
#Design #Canva #MagicLayer
———
@tsingular
Статичные файлы PNG и JPEG теперь можно резать на слои через Canva Magic Layers.
🏗 Интерпретация вместо трассировки
В основе лежит проприетарная нейросеть Canva Design Model. В отличие от простых векторизаторов, она понимает «дизайнерскую логику» макета. ИИ анализирует связи между объектами, восстанавливает перекрытые фоны и превращает плоский текст в живые редактируемые блоки.
✍️ Конец генеративных тупиков
До этого момента любой результат работы Midjourney или ИИ генераторов был финальной точкой.
Каждое изменение требовало новой генерации.
Magic Layers превращает ИИ-контент в отправную точку (launchpad). Вы правите детали, не ломая общую композицию макета.
По сути очень похоже на работу Qwen Image Layered модели, вышедшей 3 месяца назад, только тут она (или нечто похожее) упакована в продукт и доведена до ума через через интеграцию с классическим набором дизайнеров.
🌐 Интеграция в стек
Технология работает в связке с MCP-сервером. Это позволяет управлять слоями Canva напрямую из Claude, ChatGPT или Microsoft Copilot. Дизайн становится частью автоматизированного агентского пайплайна.
💼 Зачем бизнесу
Скорость адаптации маркетинговых материалов увеличивается кратно. Любой найденный или сгенерированный визуал мгновенно становится бренд-Ready шаблоном.
Context Aware редактирование теперь доступно даже агентам.
При чём без фотошопа. Т.е. опять же минус к продажам Adobe.
#Design #Canva #MagicLayer
———
@tsingular
🔥12✍3⚡2
Atlassian сокращает штат на фоне роста популярности ИИ разработчиков
Акции Atlassian рухнули с $313 до $73 за год и компания объявила о сокращении 10% персонала, - 1600 сотрудников.
📉 История падения
От пиков в $458 (октябрь 2021) котировки падали до $118 в 2022 году. После восстановления до $313 в феврале 2025 года начался новый обвал. Сегодня цена составляет $73.
Пользователи все чаще переходят на легкий вайбкодинг без покупки классических средств разработки.
🤖 Агентский разворот
Ресурсы компании направляются на развитие продукта Rovo.
ИИ-ассистент набрал уже 5 млн активных пользователей.
Бизнес трансформируется из поставщика приложений в платформу для автономных агентов.
📊 Отложенный рост
При этом выручка облачного сегмента превысила $1 млрд за квартал.
Объем обязательств (RPO) вырос на 44%.
Клиенты подписывают контракты до 2029 года.
Но под этот рост, похоже, компания наймёт не людей разрабов, а вложится больше в ИИ агентов разработчиков.
🔮 Будущее
Индустрию ждет закат «тяжелых» неповоротливых корпораций. Приоритет получат компактные структуры с высокой долей ИИ автоматизации.
Кризис Atlassian, - лишь один из индикаторов будущего состояния всего ИТ-сектора.
#Atlassian #сокращения #Rovo
———
@tsingular
Акции Atlassian рухнули с $313 до $73 за год и компания объявила о сокращении 10% персонала, - 1600 сотрудников.
📉 История падения
От пиков в $458 (октябрь 2021) котировки падали до $118 в 2022 году. После восстановления до $313 в феврале 2025 года начался новый обвал. Сегодня цена составляет $73.
Пользователи все чаще переходят на легкий вайбкодинг без покупки классических средств разработки.
🤖 Агентский разворот
Ресурсы компании направляются на развитие продукта Rovo.
ИИ-ассистент набрал уже 5 млн активных пользователей.
Бизнес трансформируется из поставщика приложений в платформу для автономных агентов.
📊 Отложенный рост
При этом выручка облачного сегмента превысила $1 млрд за квартал.
Объем обязательств (RPO) вырос на 44%.
Клиенты подписывают контракты до 2029 года.
Но под этот рост, похоже, компания наймёт не людей разрабов, а вложится больше в ИИ агентов разработчиков.
🔮 Будущее
Индустрию ждет закат «тяжелых» неповоротливых корпораций. Приоритет получат компактные структуры с высокой долей ИИ автоматизации.
Кризис Atlassian, - лишь один из индикаторов будущего состояния всего ИТ-сектора.
#Atlassian #сокращения #Rovo
———
@tsingular
⚡8✍3🤨3👍2❤1
OpenJarvis: Локальный «Джарвис» от Стэнфорда
Стэнфорд (Scaling Intelligence Lab) выпустил OpenJarvis — полноценный опенсорс-стек для ИИ-агентов, работающих полностью на устройстве.
Проект основан на свежем исследование «Intelligence Per Watt», в котором участвовали Джон Хеннесси и Кристофер Ре.
🛡 Архитектура 5 примитивов: Intelligence, Engine, Agents, Tools & Memory, Learning. Это не просто «обертка» над LLM, а модульная система: от выбора модели под железо до механизмов локального дообучения.
🧠 Intelligence Per Watt (IPW): Главная метрика фреймворка — отношение точности к затраченной энергии. Анализ 1 млн реальных запросов показал, что локальные модели (до 20 млрд параметров) уже справляются с 88.7% задач диалогов и рассуждений.
⚙️ Hardware-Aware: Команда
🛠 MCP и память: Поддержка Model Context Protocol позволяет подключать любые инструменты, а семантический индекс — работать с личными документами и заметками без облаков.
💼 Зачем бизнесу: Это готовая база для «изолированного ИИ». Можно развернуть автономных агентов на корпоративных ноутбуках при это еще и оптимизировав выбор под их мощность. Эффективность (IPW) выросла в 5.3 раза за последние два года, делая локальный инференс коммерчески оправданным.
🔮 Будущее: Примитив Learning позволяет агенту дообучаться на «interaction traces» (истории действий пользователя) через SFT и DPO. Ваш помощник становится умнее не за счет общего апдейта модели, а за счет адаптации под ваши личные паттерны работы.
Подробности: Блог | Paper
Добавил в коллекцию
#OpenJarvis #агенты #OpenSource #Stanford
------
@tsingular
Стэнфорд (Scaling Intelligence Lab) выпустил OpenJarvis — полноценный опенсорс-стек для ИИ-агентов, работающих полностью на устройстве.
Проект основан на свежем исследование «Intelligence Per Watt», в котором участвовали Джон Хеннесси и Кристофер Ре.
🛡 Архитектура 5 примитивов: Intelligence, Engine, Agents, Tools & Memory, Learning. Это не просто «обертка» над LLM, а модульная система: от выбора модели под железо до механизмов локального дообучения.
🧠 Intelligence Per Watt (IPW): Главная метрика фреймворка — отношение точности к затраченной энергии. Анализ 1 млн реальных запросов показал, что локальные модели (до 20 млрд параметров) уже справляются с 88.7% задач диалогов и рассуждений.
⚙️ Hardware-Aware: Команда
jarvis init автоматически сканирует железо и подбирает движок (Ollama, vLLM, llama.cpp). Встроена телеметрия для замера энергопотребления на NVIDIA, AMD и Apple Silicon (через powermetrics).🛠 MCP и память: Поддержка Model Context Protocol позволяет подключать любые инструменты, а семантический индекс — работать с личными документами и заметками без облаков.
💼 Зачем бизнесу: Это готовая база для «изолированного ИИ». Можно развернуть автономных агентов на корпоративных ноутбуках при это еще и оптимизировав выбор под их мощность. Эффективность (IPW) выросла в 5.3 раза за последние два года, делая локальный инференс коммерчески оправданным.
🔮 Будущее: Примитив Learning позволяет агенту дообучаться на «interaction traces» (истории действий пользователя) через SFT и DPO. Ваш помощник становится умнее не за счет общего апдейта модели, а за счет адаптации под ваши личные паттерны работы.
Подробности: Блог | Paper
Добавил в коллекцию
#OpenJarvis #агенты #OpenSource #Stanford
------
@tsingular
1✍23❤8🔥6
Сегодня провёл лекцию в Татэнерго.
Прогрессивный коллектив и, главное, - поддержка ИИ инициатив руководством компании,- залог успеха.
Спасибо Казань за тёплый приём.
Ещё позавчера, говорят, было -24 🥶, сегодня,- +7 😀
#Татэнерго #лекции
------
@tsingular
Прогрессивный коллектив и, главное, - поддержка ИИ инициатив руководством компании,- залог успеха.
Спасибо Казань за тёплый приём.
Ещё позавчера, говорят, было -24 🥶, сегодня,- +7 😀
#Татэнерго #лекции
------
@tsingular
5🔥55👍12⚡9❤9🤝8👏1
xAI: Реорганизация и смена команды
Илон Маск заявил о перезагрузке xAI. Из 11 сооснователей в компании остались двое. Причина — отставание Grok Code от инструментов Anthropic и OpenAI.
⚙️ Кадры: Ушли Zihang Dai и Guodong Zhang. Последний отвечал за Grok Code и генерацию медиа. Оценку сотрудников в xAI теперь проводят менеджеры из Tesla и SpaceX.
💡 Усиление: К xAI присоединились Andrew Milich и Jason Ginsberg — бывшие лидеры разработки в Cursor. Маск лично пересматривает базу отклоненных ранее резюме в поиске пропущенных талантов.
🔮 Интеграция: Проект Macrohard объединяют с Tesla в рамках инициативы Digital Optimus. Модели xAI будут управлять цифровыми и физическими агентами Tesla.
Похоже успех кодовых агентов типа OpenClaw показал в какую сторону на самом деле нужно копать.
А то получается железо в пустыне у Маска собрать получилось, а вот вывести Грок в лидеры, - пока нет.
Не смотря на то, что он лучший в поиске по Твиттеру и генерации картинок и видео в свободном режиме, - первые позиции у пользователей занимают Антропик, OpenAI и Google.
#xAI #ElonMusk #Grok #Tesla #SpaceX
———
@tsingular
Илон Маск заявил о перезагрузке xAI. Из 11 сооснователей в компании остались двое. Причина — отставание Grok Code от инструментов Anthropic и OpenAI.
⚙️ Кадры: Ушли Zihang Dai и Guodong Zhang. Последний отвечал за Grok Code и генерацию медиа. Оценку сотрудников в xAI теперь проводят менеджеры из Tesla и SpaceX.
💡 Усиление: К xAI присоединились Andrew Milich и Jason Ginsberg — бывшие лидеры разработки в Cursor. Маск лично пересматривает базу отклоненных ранее резюме в поиске пропущенных талантов.
🔮 Интеграция: Проект Macrohard объединяют с Tesla в рамках инициативы Digital Optimus. Модели xAI будут управлять цифровыми и физическими агентами Tesla.
Похоже успех кодовых агентов типа OpenClaw показал в какую сторону на самом деле нужно копать.
А то получается железо в пустыне у Маска собрать получилось, а вот вывести Грок в лидеры, - пока нет.
Не смотря на то, что он лучший в поиске по Твиттеру и генерации картинок и видео в свободном режиме, - первые позиции у пользователей занимают Антропик, OpenAI и Google.
#xAI #ElonMusk #Grok #Tesla #SpaceX
———
@tsingular
2👍10❤3🤔3⚡1
Forwarded from Искусственный интеллект. Высокие технологии
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Andrew Yang после AI-конференции: «Следующие 6 месяцев могут превзойти последние 10 лет»
Предприниматель и политик Andrew Yang рассказал о своих впечатлениях после крупной конференции по искусственному интеллекту — и, по его словам, темпы развития технологий сейчас выглядят беспрецедентными.
Эксперты на конференции обсуждали одну и ту же мысль:
ближайшие 6 месяцев могут принести больше изменений, чем весь предыдущий десятилетний период.
Yang отметил, что кривая развития AI начинает выглядеть как «hockey stick» — когда после долгого относительно плавного роста происходит резкий экспоненциальный скачок.
По его словам, даже люди, которые работают внутри индустрии, были поражены тем, насколько быстро сейчас ускоряется прогресс.
Причины этого ускорения очевидны:
- масштабирование вычислительных мощностей
- более мощные модели
- быстрый рост AI-агентов
- интеграция AI почти во все цифровые продукты
Если эти прогнозы окажутся верными, ближайшие месяцы могут стать одним из самых быстрых технологических скачков за всю историю индустрии.
Andrew Yang — американский предприниматель, бывший кандидат в президенты США (2020), основатель организации Forward Party и один из самых известных публичных сторонников идеи Universal Basic Income (UBI) в эпоху автоматизации и искусственного интеллекта.
#AI #ArtificialIntelligence
Предприниматель и политик Andrew Yang рассказал о своих впечатлениях после крупной конференции по искусственному интеллекту — и, по его словам, темпы развития технологий сейчас выглядят беспрецедентными.
Эксперты на конференции обсуждали одну и ту же мысль:
ближайшие 6 месяцев могут принести больше изменений, чем весь предыдущий десятилетний период.
Yang отметил, что кривая развития AI начинает выглядеть как «hockey stick» — когда после долгого относительно плавного роста происходит резкий экспоненциальный скачок.
По его словам, даже люди, которые работают внутри индустрии, были поражены тем, насколько быстро сейчас ускоряется прогресс.
Причины этого ускорения очевидны:
- масштабирование вычислительных мощностей
- более мощные модели
- быстрый рост AI-агентов
- интеграция AI почти во все цифровые продукты
Если эти прогнозы окажутся верными, ближайшие месяцы могут стать одним из самых быстрых технологических скачков за всю историю индустрии.
Andrew Yang — американский предприниматель, бывший кандидат в президенты США (2020), основатель организации Forward Party и один из самых известных публичных сторонников идеи Universal Basic Income (UBI) в эпоху автоматизации и искусственного интеллекта.
#AI #ArtificialIntelligence
1👻9🆒8⚡3❤1🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
Я бы посмотрел, конечно, как он за ночь перечистит ванную картошки в наряде по кухне.
#роботы #юмор
------
@tsingular
#роботы #юмор
------
@tsingular
1😁75🤣31🔥7💯4 3❤1
Google ADK: документация для ИИ агентов разработчиков
⚙️ Установка:
Команда
подтягивает справочники Python API, гайды по деплою и методологию оценки (Eval). ИИ агент разработчик (Claude Code, Cursor) видит их сразу.
💡 Документация как навык: Документацию теперь можно подключить как MCP-сервер. Для этого используется стандарт
💼 Итог: Сборка роя агентов на ADK становится вопросом вызова правильных «навыков» внутри IDE. Стандартизация документации для машин экономит время на отладку и исключает ошибки в архитектуре.
Ну и, если это будет навык, то агент может пересобирать рой под задачи автоматически.
#Google #ADK #AI #Coding #LLM #Automation #MCP
------
@tsingular
⚙️ Установка:
Команда
npx skills add google/adk-docs/skills -y -g подтягивает справочники Python API, гайды по деплою и методологию оценки (Eval). ИИ агент разработчик (Claude Code, Cursor) видит их сразу.
💡 Документация как навык: Документацию теперь можно подключить как MCP-сервер. Для этого используется стандарт
llms.txt — машиночитаемый срез всей библиотеки Google ADK. Модели ищут в нем данные в реальном времени и дают точные ответы без галлюцинаций.💼 Итог: Сборка роя агентов на ADK становится вопросом вызова правильных «навыков» внутри IDE. Стандартизация документации для машин экономит время на отладку и исключает ошибки в архитектуре.
Ну и, если это будет навык, то агент может пересобирать рой под задачи автоматически.
#Google #ADK #AI #Coding #LLM #Automation #MCP
------
@tsingular
2✍10👍7❤3⚡2👨💻1
Не ИИ, а люди ломают прод. Разбор AWS
На той неделе по каналам завирусилась инфа, что, якобы, AWS на внутреннем разборе выявила, что из-за вайбкодеров у них теперь ничего не работает
Опровержение Amazon: Компания выпустила крайне резкий ответ, обвинив FT в фактических неточностях.
💡 Ключевые факты (после разбора полетов):
• ИИ не писал код сбоя: Сбой в AWS Cost Explorer (декабрь) произошел не из-за «написанного ИИ кода», а из-за того, что инженер последовал некорректному совету ИИ-ассистента, который взял данные из устаревшей внутренней вики. Это был user error, а не автономное действие модели.
• Ритейл vs AWS: Самый крупный инцидент (5 марта, потеря 6.3 млн заказов в США) вообще не имел отношения к AWS. Это был сбой инфраструктуры ритейла Amazon из-за неудачного деплоя без проверки (Modeled Change Management).
• Фейк про запреты: FT писала, что Amazon ввел «ручное одобрение» для всех правок от ИИ.
Amazon это опроверг: проверки (peer review) и так обязательны для прод-доступа, новых драконовских мер именно под ИИ не вводили
Так что по факту, как всегда, основная опасность от прокладки между рулём и сиденьем.
#AWS #вайбкодинг
———
@tsingular
На той неделе по каналам завирусилась инфа, что, якобы, AWS на внутреннем разборе выявила, что из-за вайбкодеров у них теперь ничего не работает
Опровержение Amazon: Компания выпустила крайне резкий ответ, обвинив FT в фактических неточностях.
💡 Ключевые факты (после разбора полетов):
• ИИ не писал код сбоя: Сбой в AWS Cost Explorer (декабрь) произошел не из-за «написанного ИИ кода», а из-за того, что инженер последовал некорректному совету ИИ-ассистента, который взял данные из устаревшей внутренней вики. Это был user error, а не автономное действие модели.
• Ритейл vs AWS: Самый крупный инцидент (5 марта, потеря 6.3 млн заказов в США) вообще не имел отношения к AWS. Это был сбой инфраструктуры ритейла Amazon из-за неудачного деплоя без проверки (Modeled Change Management).
• Фейк про запреты: FT писала, что Amazon ввел «ручное одобрение» для всех правок от ИИ.
Amazon это опроверг: проверки (peer review) и так обязательны для прод-доступа, новых драконовских мер именно под ИИ не вводили
Так что по факту, как всегда, основная опасность от прокладки между рулём и сиденьем.
#AWS #вайбкодинг
———
@tsingular
2👍9🤣7⚡2✍2🗿1
Forwarded from Data Secrets
Предприниматель сделал для своей собаки вакцину от рака с помощью ИИ
По Интернету сегодня разлетелась добрая история тех-предпринимателя Пола Конингема. У его собаки Рози обнаружили агрессивную форму рака. Обычные методы лечения не помогли, и опухоли продолжали расти.
Тогда Пол решил обратиться к ИИ.
Сначала он отправил ДНК Рози в центр геномики и получил данные о генетическом коде ее организма. Эти данные он анализировал с помощью разных ИИ-инструментов с целью поиска раковых мутаций. Найденные особенности он скармливал в AlphaEvolve, которая анализировала белки и искала потенциальные мишени для терапии.
Все результаты Пол затем отправил в UNSW RNA Institute, и ученые смогли на их основе создать персонализированную mRNA-вакцину, то есть иммунотерапию, сделанную под конкретный генетический профиль.
В конце 2025 года Рози сделали инъекции, и сейчас одна из самых крупных ее опухолей уменьшилась примерно на 50%, а общее самочувствие заметно улучшилось.
Это первый случай создания персонализированной mRNA-вакцины от рака для собаки. Сейчас для Рози готовят вторую версию препарата против оставшихся опухолей – тоже не без помощи ИИ.
Вот что бывает, когда правильный инструмент попал в правильные руки
По Интернету сегодня разлетелась добрая история тех-предпринимателя Пола Конингема. У его собаки Рози обнаружили агрессивную форму рака. Обычные методы лечения не помогли, и опухоли продолжали расти.
Тогда Пол решил обратиться к ИИ.
Сначала он отправил ДНК Рози в центр геномики и получил данные о генетическом коде ее организма. Эти данные он анализировал с помощью разных ИИ-инструментов с целью поиска раковых мутаций. Найденные особенности он скармливал в AlphaEvolve, которая анализировала белки и искала потенциальные мишени для терапии.
Все результаты Пол затем отправил в UNSW RNA Institute, и ученые смогли на их основе создать персонализированную mRNA-вакцину, то есть иммунотерапию, сделанную под конкретный генетический профиль.
В конце 2025 года Рози сделали инъекции, и сейчас одна из самых крупных ее опухолей уменьшилась примерно на 50%, а общее самочувствие заметно улучшилось.
Это первый случай создания персонализированной mRNA-вакцины от рака для собаки. Сейчас для Рози готовят вторую версию препарата против оставшихся опухолей – тоже не без помощи ИИ.
Вот что бывает, когда правильный инструмент попал в правильные руки
2👍60🤯21❤9🔥5
Было "гражданское программирование". Теперь "гражданское всё".
В интересное время живём.
А по сути что произошло,- буквально за копейки человек получил гиперперсонализацию.
Т.е. исследование именно его случая (его собаки) сложными инструментами, которые раньше стоили как чугунный мост и были доступны только избранным.
ИИ в роли доброго РобинГуда
#гражданское #медицина
———
@tsingular
В интересное время живём.
А по сути что произошло,- буквально за копейки человек получил гиперперсонализацию.
Т.е. исследование именно его случая (его собаки) сложными инструментами, которые раньше стоили как чугунный мост и были доступны только избранным.
ИИ в роли доброго РобинГуда
#гражданское #медицина
———
@tsingular
2💯32👍9❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Новые руки от OrcaHand
Обещают выложить открытые исходники и CAD файлы для печати в мае 2026.
#роботы #руки
------
@tsingular
Обещают выложить открытые исходники и CAD файлы для печати в мае 2026.
#роботы #руки
------
@tsingular
1👍30🔥6👀6❤🔥3❤2⚡2
Forwarded from RoboFuture
Открыл для себя vibe-3d-printing - когда 3D-модель описывается кодом а LLM генерит её за тебя
Случилось это, когда готовил вторую часть вебинара по OpenClaw и захотел напечатать чехол для телефона с крабом и надписью "I ♥ OpenClaw". Но природа обделила меня талантом что-либо моделировать в 3D
И тут вспомнил про OpenSCAD (ей лет 15 наверное) - штука где модель описывается кодом. Никакого страдания мышкой в Blender - пишешь
А самое вкусное - можно импортировать готовые STL и дальше кодом их модифицировать. Скачал на Makerworld чехол для Galaxy S26 Ultra, загрузил в OpenSCAD и попросил Клода добавить текст и эмоджи краба. В другой раз попросил прорезать сетку отверстий чтобы чехол стал гибче. В третий раз добавил вырезы в форме значка радиации. Со всем этим Claude Code справился
Дальше сделал объемный значок Братства Стали из Фоллаута в четыре цвета - там пайплайн посерьёзнее: Python-скрипт сегментирует картинку на цветовые слои, конвертит в SVG, OpenSCAD собирает рельеф, ещё один скрипт пакует в .3mf для слайсера. Ну и фрактал Мандельброта на стену just for lulz
Выложил на GitHub и на Makerworld
QnA:
- наверняка я не первый это придумал, опытные 3d-дизайнеры - простите, я не сварщик, я только маску нашел
- чехлы надо печатать материалом TPU, тогда они будут гибкими
- себестоимость чехла по материалу - 50-100 рублей
- принтер у меня BambuLab P1S, ~60 тр. Покупаешь, включаешь и печатаешь - это айфон в мире принтеров
Случилось это, когда готовил вторую часть вебинара по OpenClaw и захотел напечатать чехол для телефона с крабом и надписью "I ♥ OpenClaw". Но природа обделила меня талантом что-либо моделировать в 3D
И тут вспомнил про OpenSCAD (ей лет 15 наверное) - штука где модель описывается кодом. Никакого страдания мышкой в Blender - пишешь
cylinder(r=5, h=10), получаешь цилиндр и тд. Клод это отлично понимает и генерит моделиА самое вкусное - можно импортировать готовые STL и дальше кодом их модифицировать. Скачал на Makerworld чехол для Galaxy S26 Ultra, загрузил в OpenSCAD и попросил Клода добавить текст и эмоджи краба. В другой раз попросил прорезать сетку отверстий чтобы чехол стал гибче. В третий раз добавил вырезы в форме значка радиации. Со всем этим Claude Code справился
Дальше сделал объемный значок Братства Стали из Фоллаута в четыре цвета - там пайплайн посерьёзнее: Python-скрипт сегментирует картинку на цветовые слои, конвертит в SVG, OpenSCAD собирает рельеф, ещё один скрипт пакует в .3mf для слайсера. Ну и фрактал Мандельброта на стену just for lulz
Выложил на GitHub и на Makerworld
QnA:
- наверняка я не первый это придумал, опытные 3d-дизайнеры - простите, я не сварщик, я только маску нашел
- чехлы надо печатать материалом TPU, тогда они будут гибкими
- себестоимость чехла по материалу - 50-100 рублей
- принтер у меня BambuLab P1S, ~60 тр. Покупаешь, включаешь и печатаешь - это айфон в мире принтеров
1👍33🔥12❤3