Нейросети & траблшутинг | Искандер Залялов

Гонка персональных AI-агентов официально началась.

OpenAI только что представила Dots — автономных AI-агентов, которые не просто отвечают на сообщения, а могут постоянно работать над вашими задачами.

Каждый Dot получает собственный облачный компьютер и браузер. Он может работать, пока вы офлайн, следить за задачами, возвращаться с результатами, общаться через ChatGPT, email и Slack и подключать других агентов для выполнения работы.

Работает всё это на GPT-6 Astra.

Dots могут работать с 4 000+ приложений через экосистему подключений ChatGPT.

Сэм Альтман на презентации сказал:

“This is the real-deal version of AI that we’ve always imagined for ourselves.”

И ещё:

“It’s like an AI helper that always has your back.”

То есть идея в том, чтобы
ты буквально говорил: «Вот твоя зона ответственности. Занимайся».

Из интересного это тайминг.

Всего пару недель назад Meta запустила Muse — и концепция очень похожая: персональный агент, который тоже работает в фоне, имеет собственную persistent VM + браузер, подключается к приложениям и может самостоятельно выполнять многошаговые задачи.

Dots vs Muse:

🔵 OpenAI Dots
→ GPT-6 Astra
→ свой cloud computer + browser
→ 4 000+ приложений
→ ChatGPT / Slack / email
→ сильный фокус на работе, коде и делегировании

🔵 Meta Muse
→ своя persistent Secure VM + browser
→ WhatsApp + отдельное приложение
→ Connectors
→ покупки, бронирования, документы, задачи
→ может даже создавать себе новый инструмент, если нужного нет

И выглядят оба продукта при этом максимально мило и немного мемно 😄 У автономных агентов теперь имена, персонажи и свои компьютеры.

Но за всей этой милотой происходит довольно серьёзная смена парадигмы:

чат-бот → ассистент → агентная система → цифровой сотрудник.

Сэм описал Dot как возможность делегировать работу примерно так же, как сильному инженеру или chief of staff.

Будем тестировать
Потому что, кажется, самое интересное только начинается.

Доступно пока только на подписке pro. Прикладываю пару скриншотов.

Поехал генерить видео

Неделя бесплатного Клод Код для новых пользователей по ссылке: (доступно 3)
https://claude.ai/referral/5CfTv-z-lg

Старое фото ещё можно спасти 📸

Размытые кадры, шум, низкое разрешение и потерянные детали больше не всегда означают, что снимок придётся оставить как есть.

Несколько сервисов, которые можно попробовать.

➡️Remini
Улучшает качество фотографий и особенно хорошо работает с лицами. Подходит для восстановления старых снимков и повышения детализации.

➡️Let’s Enhance
Увеличивает разрешение изображений и помогает подготовить их для печати или публикации. Можно использовать, когда исходного качества недостаточно для нужного размера.

➡️Topaz Photo
Более профессиональный вариант. Сервис помогает повышать резкость, убирать шум и восстанавливать детали. Подходит, когда нужен больший контроль над результатом.

➡️Fotor AI Enhancer
Простой онлайн инструмент для быстрого улучшения фотографий. Может убрать размытие и шум, повысить разрешение и сделать изображение более чётким.

При этом результат сильно зависит от исходника. Если на фотографии почти не осталось деталей, ИИ не сможет буквально вернуть оригинал. Он скорее восстанавливает изображение по доступной информации и может дорисовывать то, чего на снимке уже не видно.

@ai_Troubleshooter

Claude Code учится не только писать код, но и проектировать интерфейсы 🔥

Anthropic тестирует новую команду /design в Claude Code. Она переносит в CLI подход из Claude Design: пользователь получает artboard-в workflow для создания редактируемых UI.

То есть Claude Code постепенно выходит за рамки обычного кодинга — теперь интерфейс можно сначала спроектировать, а затем работать с ним как с редактируемым элементом проекта.

Пока функция доступна в research preview

@ai_Troubleshooter

Фото комнаты теперь можно превратить в 3D-сцену

Нейросети уже умеют не просто распознавать предметы на изображении. Они восстанавливают геометрию, создают текстуры и отдают результат в форматах, с которыми можно работать дальше.

🔖Mint
Mint умеет создавать 3D-модели и целые 3D-миры по текстовым запросам и изображениям. Для отдельных объектов можно использовать image-to-3D с PBR-текстурами и настройкой количества полигонов.

Есть отдельный плагин для Blender. Через него готовые модели можно импортировать прямо в текущую сцену в формате GLB
➡️Mint

🔖FurniMesh
Сервис заточен именно под мебель. Загружаете фотографию кресла, дивана, стола или другого предмета и получаете текстурированную 3D-модель примерно за минуту.

Интересный момент в том, что сервис сам убирает фон, определяет глубину, строит mesh и накладывает текстуры. На выходе есть GLB, OBJ, SKP и BLEND. Дополнительно доступны форматы вроде FBX, STL, GLTF и IFC через встроенный конвертер.

У FurniMesh есть и разделение деталей мебели. Например, ножки, сиденье, спинка или ящики могут быть выделены как отдельные компоненты, что удобно для дальнейшей работы с моделью
➡️FurniMesh

🔖Geomeris
Здесь упор уже не только на отдельные объекты. Geomeris превращает 2D-изображения в 3D-модели и позволяет работать с помещениями в интерактивном 3D-планировщике.

Можно задать размеры комнаты, расставить мебель, выбрать материалы и освещение. Есть режим прогулки по сцене, а готовый результат можно экспортировать в GLB, DXF, PDF и другие форматы.

Само создание 3D-модели из изображения занимает около 45 секунд. Сервис принимает не только фотографии, но и рендеры или даже рисунки от руки
➡️geomeris.com

Получается довольно интересный рабочий процесс. Фотография может стать исходником для 3D-модели мебели, а дальше такие объекты уже можно собирать в полноценные сцены и интерьеры.

@ai_Troubleshooter

DeepSeek V4-Pro выходит на новый уровень 😳

DeepSeek официально представила V4-Pro — новую модель, которая по заявленным результатам уже приближается к топовым решениям вроде GPT-5.6 Sol и Fable 5.

Главный апгрейд — агентные возможности: результат DeepSWE вырос с 12,8 до 62,7, а Terminal Bench — с 72,1 до 87,9. Также появилась настройка глубины рассуждений: low, high и max.

В отдельных тестах V4-Pro уже обходит Claude Opus 4.8, Kimi K3 и GLM-5.2. Плюс добавили нативную поддержку OpenAI Responses API, что упрощает интеграцию модели в существующие проекты.

Модель уже доступна в приложении, на сайте и через API. DeepSeek явно не собирается сбавлять темп.

@ai_Troubleshooter

Higgsfield превращает генерацию изображений в полноценный редактор

Higgsfield представила Layers — редактор изображений, который умеет разбирать готовую картинку на отдельные слои и редактировать их независимо друг от друга.

Можно загрузить или сгенерировать изображение, разделить его на слои, а затем заменить отдельный объект или текст, не перегенерируя всю сцену. При этом заявлены точный рендеринг текста и нативное разрешение 4K.

@ai_Troubleshooter

Если интересно посмотреть на себя глазами нейросети — можно без обязательств.

Пришлите в комменты или в личку адрес сайта и один запрос, по которому вас должны находить. Разберу бесплатно и верну результат: назвали / не назвали, кого вместо вас, где рвётся цепочка.

Сначала увидеть, открыта ли дверь. Потом уже решать, что с этим делать.

Возьму первые десять — больше физически не успею.

На практике почти никто не начинает с прыжка. Сначала убирают то, что мешает на входе. У каждого сайта свой набор дыр: где-то не читается, где-то нечего взять, где-то снаружи про вас тишина или каша. Пока это не закрыто, «улучшения» сверху часто бессмысленны.

Когда базовое сняли — шансов стать заметнее больше. Не обещание космоса. Просто вас хотя бы можно найти, понять и назвать. Уже потом идёт докрутка.

По ряду клиентов (без имён) после этого первого слоя картина такая: в среднем начинали приходить примерно от 1 до 5 платящих обращений из нейросетей. У всех по-разному — ниша, чек, цикл сделки. Универсальной цифры тут нет.

Нейросети — это дверь. Пока она закрыта, клиенты ходят мимо, даже если внутри всё огонь.

Именно поэтому проверка сайта имеет смысл: не чтобы «поиграть в ИИ», а чтобы увидеть, открыта дверь или нет.

Тема звучит ново, поэтому нормально сомневаться: «а это вообще про что-то настоящее?»

В России у Яндекса в Вебмастере уже есть отдельный раздел «Видимость сайта в Алисе AI». Можно смотреть, участвует ли сайт в ответах, по каким запросам мелькает, и на фоне кого из ниши вы в этих ответах вообще существуете.

Если у поисковика под это заведён свой кабинет и свои цифры — тему уже можно считать отдельно, а не как шум вокруг ИИ.

Блог Вебмастера:
https://webmaster.yandex.ru/blog/efficiency-alice

Справка:
https://yandex.ru/support/webmaster/ru/service/alice-answers

Дальше вопрос уже практический: попали вы в этот разговор или пока стоите снаружи.

Про уровни — только половина картины. Дальше важнее другое: что с этим делают.

Мало «иметь сайт». Нужно, чтобы связка человек — нейросеть — вы вообще сходилась. Обычно тут три разных занятия, и их легко свалять в одну кашу.

Первое — чтобы сайт можно было прочитать. Не глазом, а моделью. Пока этот слой кривой, рассказывать про себя можно красиво и зря: снаружи табличка есть, ручка не крутится.

Второе — чтобы было что взять. Нормальные куски смысла: кто вы, что делаете, для кого. Ловушка — весь смысл в картинках. Человеку красиво. Машине пусто.

Третье — чтобы о вас знали не только вы. Отзывы, карточки, упоминания, одна и та же история в разных местах. Сайт в одиночку редко тянет: нейросеть смотрит и наружу. И это не «настроил раз и забыл».

Сначала чтобы вошли. Потом чтобы поняли. Потом чтобы могли назвать. Иначе вы красите фасад при заколоченной двери.

Отсюда и вся дальнейшая логика: не волшебная кнопка «попасть в нейросеть», а починка связки по слоям.

Ребята, давайте я чуть погружу вас в тему, которой мы сейчас живём.

Её называют по-разному: AEO, GEO, оптимизация под ИИ. Можно спорить про буквы, смысл один — чтобы компанию и услугу находили в нейросетях. Не просто «сайт где-то существует», а чтобы модель могла вас понять, вспомнить и в нужный момент назвать человеку.

Тут часто кажется, что всё устроено линейно: человек спросил — нейросеть ответила — вас показали. На деле уровней больше, и они разные.

Есть уровень, где человека и так привели к вам: он уже знает имя и просто уточняет.

Есть уровень, где он имени не знает и спрашивает про задачу целиком — и тут нейросеть выбирает, кого вообще впустить в ответ.

Есть уровень рекомендации: не «найди страницу», а «скажи, к кому имеет смысл идти».

Если вас нет в этом диалоге — вы не проиграли конкуренцию. Вы в ней просто не участвовали. Для этого человека вас как будто не существует.

И поверх этого ещё слой самого сайта: можно ли из него вообще достать нормальный ответ, или для модели вы как закрытая дверь с красивой табличкой снаружи.

То есть это не одна кнопка и не один тип контакта. Это несколько разных соприкосновений: человек с нейросетью, нейросеть с вашим сайтом, нейросеть с тем, что о вас известно вокруг. Где-то цепочка рвётся — и вы тихо выпадаете из разговора, даже если бизнес хороший.

Это не классическое SEO и не «просто крутим рекламу». Это новая, более полная настройка связки целиком: чтобы вас было можно прочитать, понять и назвать — когда человек пришёл не за визиткой, а за решением.

Ребята, привет всем новеньким и стареньким!

Если среди вас есть те, кто еще не знает, чем именно мы занимаемся и можем быть полезны, то загляните на сайт ai4life.ru Там я постарался подробно разложить всю информацию

GPT-Live превращается из собеседника в рабочий инструмент💬

В GPT-Live появилась работа с файлами и Projects: теперь можно загрузить PDF и прямо голосом задавать вопросы по его содержимому.

Особенно интересно это работает внутри Projects: во время разговора система может обращаться к документам и кастомным инструкциям проекта. Поддерживаются и файлы из Google Drive.

@ai_Troubleshooter