AI в кубе |AI³ | Сергей Долгов

😁AI незаметно узаконил новые смертные грехи (да, я знаю, что это кликбейтный заголовок).

У Азимова есть рассказ "Мертвое прошлое", который поразил меня в юности до глубины души. Ученый тайно собирает хроноскоп - прибор для просмотра древности. Искренне веря, что правительство скрывает технологию ради контроля и угнетения науки, из благородных (как ему казалось) побуждений он обнародовал чертежи прибора, но правительственный агент открывает ему глаза на кошмарную истину: хроноскоп видит назад не больше чем на 100 лет (дальше сигнал тонет в шуме - потому древнюю историю и не посмотреть), но у него нет нижнего предела - можно смотреть и минуту, и секунду назад, то есть фактически настоящее. Направив хроноскоп на дом соседа, любой человек получает прямую трансляцию чужой жизни. В рассказе ученые случайно уничтожили саму концепцию человеческого уединения и личной жизни. То есть совершили системный грех.

Грех чаще всего трактуется как нарушение установленных норм. Слово происходит от греческого амартия (ἁμαρτία), что буквально переводится как «промах мимо цели» или «непопадание в мишень». От обычной ошибки его отделяет преднамеренность. Людям свойственно ошибаться, на промахах построена масса инсайтов, художественных произведений и даже технологий. Вот только одно дело ошибаться самому, и совсем другое дело - с помощником.

Наверняка, вы уже видели исследование о том, как ИИ повсеместно ломает мышление: получив доступ к нейронке, люди почти перестали отвечать «я не знаю», давали верный ответ втрое реже - но были почти вдвое увереннее в себе. Это одно из множества подтверждений того, что за каких-то пару лет с нашей помощью AI незаметно узаконил не только право практически на любую ошибку, но и по сути дополнительно раскрыл понятия греха, сделав его доступным каждому.

🏦 Теперь человек, возжелавший контент ближнего своего, может с помощью ИИ его скопировать, творчески переработать и использовать себе во благо, ничего не отдавая взамен.
☺️ Мгновенный результат ведёт к информационному обжорству и бесконтрольному потреблению токенов. Думскроллинг плачет в углу.
🫣 Помните корпоративные блоги и разделы what's new, где компании с гордостью рассказывали про обновления? Всё, их нет. Инструмент, которым ты пользуешься чаще всего, молча подсовывает то новый интерфейс, то новую цену, то чужие баги - и не считает нужным предупредить. Грех гордыни: слишком большие, чтобы объясняться. А раз дозволено ему - можно и каждому.
🌈 Тупение грехом почему-то не считается. А это тот же кредит: сегодня удобно не думать, а проценты потом платишь собственной безопасностью.
🤨 И, наконец, недоверие. Сегодня даже разработчики не могут доверять своему ИИ. Но хуже другое: мы перестаём доверять друг другу.

Кто написал этот пост - ты или чат? Почему у тебя в тексте тире? Это нетипичный для тебя оборот. А здесь у тебя непроверенные ссылки...

И вот ты уже не читаешь чужой текст, а допрашиваешь автора.

Ни один из этих грехов не встроен в ИИ, но каждый из них открывает то, как им пользуешься, когда нет своего метода, проверки, привычки думать своей головой.

И платят за это быстрее всех новички, потому что привычки формируются с первого промпта. Чем позже овладеешь методом, тем дороже будет переучиваться.

Этот мир уже не будет прежним, наше цифровое детство кончилось. Но, зная это, можно осознанно действовать с первого дня. Раз грех - это промах мимо цели, лечится он не покаянием, а стрельбой. Лучник не перестает промахиваться, он учится видеть, куда ушла стрела. Начните с малого: в следующий раз, когда чат выдаст уверенный ответ, спросите себя - а я бы сам попал в эту мишень?

Смертных грехов, как известно, 7, а я насчитал 5. Оставшиеся два оставляю вам (подозреваю, что вы знаете их лучше меня).
Какие эяй-грехи вы уже замечали за собой?

С головой погрузился в одну из самых удивительных книг, которую готов поставить в своем внутреннем рейтинге даже выше фейнмановских лекций.

Вообще, если бы у современного AI была бы Библия, то это была бы она. Правда, непосредственно про нейросети в ней почти ничего не сказано. "Гёдель, Эшер, Бах" - или просто ГЭБ - вышла в 1979 году, получила Пулитцера, и с тех пор ни одна другая книга не появляется так часто в биографиях исследователей искусственного интеллекта в графе "почему я выбрал эту профессию".

Дуглас Хофштадтер писал её 34-летним физиком, только что сделавшим открытие на основе работ Капицы, Ландау и Азбеля, которое позже назовут "бабочкой Хофштадтера". Ему было интересно не то, как заставить компьютер думать, а то, как вообще из "тупой" материи получается "Я". Его ответ занял 800 страниц с диалогами Черепахи и Ахилла в духе Льюиса Кэррола, фугами Баха и гравюрами Эшера. Основная идея книги: разум возникает из взаимодействия миллионов элементов, ни один из которых ничего не понимает. А сознание - это "странная петля": система, которая настолько сложна, что начинает описывать саму себя.

Следующие 30 лет Дуглас писал вместе с Мелани Митчелл, одной из главных современных LLM-скептиков, программу для решения логических задач Copycat. Его аспирант, Дэвид Чалмерс, придумал "трудную проблему сознания". Можно сказать, что именно ГЭБ дал миру AI не алгоритмы, а инженеров.

Интересно, что прогнозы книги, написанной где-то между появлением перцептрона и первого массового чатбота, сбылись примерно наполовину, оказавшейся для меня самой интересной. Хофштадтер утверждал, что шахматная программа♟ не обыграет чемпиона мира, пока не станет умной в целом - ей будет попросту скучно играть. В 1997 году Deep Blue обыграла Каспарова, ничего не понимая и не скучая. Зато главная идея (интеллект из миллионов "бессмысленных" единиц без явных правил) оказалась буквальным описанием нейросети. Ирония в том, что автор "Закона Хофштадтера" (любое дело занимает больше времени, чем вы думаете, даже если вы учли этот закон) ошибся в обратную сторону: он считал, что до человеческого уровня AI не дойдёт и за сто лет.

Когда он снова вернулся в мир большого AI, то первым делом поехал в Гугл, чтобы поговорить с инженерами о том, как обстоят дела. Выйдя с интервью, он сказал, что мысли о будущем AI теперь подавляют его. Больше всего его поразила архитектура: языковые модели - это сети прямого распространения, сигнал идёт в одну сторону, и он никогда бы не подумал, что из этого может возникнуть глубокое мышление. Он 40 лет доказывал, что разум - это петля♾ (когда система внутри себя содержит модель самой себя, и эта модель влияет на то, что система делает дальше), но увидел, что для решения задач петля как раз и не не нужна. И добавил, что разум оказался не таким загадочным, каким он представлял его, когда писал ГЭБ.

Еще через 2 года в интервью он описал происходящее одной картинкой: водитель влетает в густой туман и вместо того, чтобы притормозить, давит на газ с криком "Как весело!"🚚. Вполне возможно, что мы окажемся в роли тараканов или амеб, создав своих эволюционных преемников.

Странная петля замкнулась в биографии: человек, который научил 3 поколения инженеров искать разум в эмерджентности, получил то, что описал - и ему это не понравилось. Но книга от этого не устарела, а стала практичнее. Хофштадтер писал про гипотетический разум, а читать ее теперь можно как инструкцию к реальному. Уровни описания (нейрон ничего не знает о муравейнике - и веса модели ничего не знают о вашем промпте), активные символы вместо правил (почему модель нельзя "починить" одной инструкцией), аналогия как ядро мышления (почему хороший пример в промпте работает лучше длинного объяснения) - каждая из этих идей 79 года (!) объясняет поведение языковых моделей лучше, чем половина сегодняшних гайдов по промптингу. Так что читать ГЭБ стоит именно сейчас - не как пророчество и не как памятник, а как путеводитель по мирам бесконечной вложенности смыслов, философских абстракций и странных вопросов бытия, автор которого просто не знал, что пишет учебник для нас с вами.

"Пчелы против меда"
Антропики обновили свой инструмент для отладки галлюцинаций Playground (в прошлом Workbench). Можно вставить сомнительный промпт в песочницу, покрутить ползунок температуры и смотреть, при каких параметрах выдача стабилизируется. Тут можно имитировать диалоги и в целом сильно упрощать себе жизнь. В работе с чатботами поддержки вообще оказалась незаменимая вещь, скоро об этом напишу.

Можно бесконечно смотреть на три вещи: как течет вода, горит огонь и модель пытается объяснить выбор мнимого случайного числа🤦.

На мой "антитест тьюринга" (я писал о нем не так давно в юбилейном 800-м посте) даже самые мощные модели реагируют крайне формально, лениво отвечая не на поставленный вопрос, а на предзагруженный шаблон из старого обучения, осевшего в памяти годы назад.

Можно сказать "ну, она же исправилась после уточнения". Только вот это не более, чем хороший признак ее контекстной гибкости, но никак не доказательство верной интроспекции. Модель могла действительно заметить неточность, а могла просто согласиться с уверенно сформулированным возражением. 🙂🙂🙂 🙂🙂🙂🙂🙂🙂🙂

По прежнему, какие бы высокие бенчмарки не показывали новые модели, я рекомендую придерживаться базовой гигиены в работе с AI:
🔤 любое объяснение LLM воспринимать как гипотезу, если оно не подкреплено источниками, вычислением, вызовом инструмента или наблюдаемым журналом действий.
🔤 Спрашивать "Какие проверяемые данные поддерживают вывод?" и "Что здесь факт, предположение и неизвестное?" - это сильно полезнее, чем "Почему ты так решил?".
🔤 Не принимать уверенный и связный тон за показатель истинности. Сильная модель способна создавать и более убедительные рационализации.
🔤 В важных вопросах проверять числа, даты, цитаты, источники и неявные предположения. Именно так рекомендует работать и официальное руководство ChatGPT: первый результат следует считать проверяемым черновиком.

Уже пару месяцев в розетке у меня торчит белая флешка. Она притворяется мной и мне это очень нравится.

Внутри 👍 симка, компьютер для подключения не требуется. Мой номер живет отдельно от меня и от моего чемодана. Приходит код от банка - я вижу его в браузере. Звонит незнакомый номер - могу ответить с ноутбука. Роуминг при этом не включается: физически трубку берет коробочка в комнате за тысячи километров.

Штука называется Teleleo, делают ее в 🚌 Лондоне, разработчики прислали мне ее на тест.

Продают ребята не столько технологию, сколько старую боль: номер - это ты. К номеру привязаны банк, госуслуги, маркетплейс и важный человек, который звонит раз в год (ровно в тот момент, когда трубку надо взять). Решения типа "управляй симкой удаленно" существовали и раньше, но они для тех, кто дружит с APN и не пугается слова "шлюз". Здесь же ты вставляешь симку и заходишь на сайт. Все.

Команда сейчас занимается доработкой решения и готовит к ноябрю версию с eSIM. Поддержка Северной Америки и Мексики появится в ноябре. Стоит 4т.р. плюс 1т.р в месяц за двусторонние SMS и SIP-звонки, автоответы и пересылку и многое другое. Плюс - удобный прил.
Если купить без подписки, то вы получаете только входящие SMS, но это само по себе отлично.

Кому рекомендую: тем, кто уехал больше чем на месяц, и командам, размазанным по трем странам. Туристу же на две недели достаточно eSIM.

У меня уже две телелешки, как я их ласково называю.

Всем подписчикам канала cкидка 10% с покупки модема + И 30 дней бесплатно полного доступа по ссылке.

Рынок недвижимости и 3D-визуализации тихо переживает свой персональный тектонический сдвиг.

Пока классические бюро выставляют счета на десятки тысяч долларов за услуги 3D-тура, какой-то парень берет обычный смартфон, тратит полчаса на прогулку по дому и получает результат, от которого у традиционных риелторов дёргается глаз. Никаких громоздких камер, никакой специальной гарнитуры и - боже упаси - никаких предварительных записей. Кликнул по ссылке в браузере - и ты внутри, вплоть до каждой тени на паркете.

Вся магия держится на технологии 3D Gaussian Splatting. Вместо топорных полигонов из видеоигр нейросеть собирает из обычного видео миллионы крошечных светящихся «пятен» цвета и глубины. Работает прямо на PlayCanvas, весит как тетрис, исходный код абсолютно открыт.

И вот тут начинается самое интересное для рынка труда:

Малый бизнес с коленки. Один человек, один телефон и пара свободных вечеров — всё, вы полноценный продакшн.

Смерть раздутых чеков. Там, где агентство просит $15 000 комиссии за объект, фрилансер делает точечное сканирование за $300–800, забирая чистую прибыль себе.

Быстрый передел рынка. Хозяева Airbnb, организаторы мероприятий, автодилеры и музеи больше не хотят кормить посредников и платить за их красивые офисы. Они просто нанимают соло-специалиста.

Эпоха, когда для серьезного визуала требовалась армия сотрудников и бюджет небольшого государства, официально закрыта. Теперь весь отдел 3D-графики помещается в заднем кармане джинсов.

🤖 Не все роботы одинаково полезны

На производственной линии BYD разворачивается технологическая комедия. За 2 сек. обычный рабочий берет подшипник с лотка и помещает его в стоящий... рядом пластиковый контейнер. Антропоморфному роботу, «венцу творения», на ту же операцию требуется 70 сек. Его эффективность – жалкие 3% от человеческой. При цене в 200 000 юаней (40 месячных зарплат рабочего) этот «помощник» ломается через 10 дней интенсивной работы. Казалось бы, проект пора закрывать, но венчурные капиталисты выписывают чеки с еще большим энтузиазмом. Почему? Потому что в мире роботов («воплощенного ИИ», как это называют авторы статьи) реальная производительность – это последнее, что кого-то волнует.

Эту историю я на днях прочитал в @theworldisnoteasy. Можно было бы отнестись к ней как к любопытной байке из мира высоких технологий Поднебесной, но дело в том, что с чем-то подобным я сам сталкиваюсь достаточно регулярно в процессе AI-трансформаций.

Один мой клиент, из множества рутинных задач для внедрения AI выбрал не самую очевидную. Не продажи и не контент, а оптимизацию разрезания рулонной стали на заготовки для промышленных агрегатов. Каждая установка уникальна и схему нужно делать заново. Раскроем управляет специалист в плановом отделе: лист бумаги, цветные карандаши, день-два работы - и так больше десяти лет.

Открыв для себя магию Дипсика, один из руководителей загнал в него данные и получил результат за 2 секунды: схему раскроя, ножи, миллиметры, аккуратные рамочки, итоговый процент отходов. Показали планировщику, а он: да, я делаю примерно так же. Профит!

Только вот на вопрос "Какую теперь локальную модель нам стоит внедрить во внутренний контур, чтобы поставить это на поток" я ответил совсем не так, как от меня ожидали.
Никакую. LLM здесь не требуется.

Дело в том, что если эту задачу прогнать через AI несколько раз (конечно же, "тут не нужен харнесс и архитектура - ведь задача выглядит совсем простой"🫠), то каждый раз будет получаться новый ответ - и отходов может оказаться даже больше, чем в ручном режиме. Ошибку раскроя не увидишь глазами: схема весьма убедительна, и планировщик подтвердил её совершенно правильно - выглядит она ровно так же, как и его собственные. Только вот несуществующие метры не видит никто, их можно заметить лишь пересчетом.

Оптимальный раскрой предполагает перебор вариантов, но языковая модель не перебирает, а продолжает текст и расчеты - правдоподобно, но неточно. Если бы в детстве я не прочитал в Юном Технике, как подобную задачу по нарезке фанеры решил русский математик Канторович еще в конце 30-х, получив за нее Нобелевскую премию, то начал бы подпирать агента костылями перепроверок. Но поскольку я знаю, что точные методы и скрипты лежат в открытых бесплатных библиотеках уже много лет, получилось решить задачу быстрее и эффективнее. Решатель нашел ответ за 0,68 секунды на двух ядрах обычного процессора - без видеокарты, интернета, договора с провайдером и сожженных токенов. При расчете он показал, как сэкономить 30 с лишним тысяч рублей, которые каждую смену уезжали в лом. Бюджет на ИИ-инфраструктуру при этом 0.

Этот кейс подсвечивает несколько "неудобных правд":
🎃 Пугать клиентов и предлагать вставлять AI везде - по прежнему выгодно. Они и сами обманываться рады. Быть честным для внедренца далеко не практично, а бесплатное решение труднее протащить, чем дорогое.
🕯 "Мы показали результат эксперту, он одобрил" - это не контроль качества, а ритуал, на котором держится приёмка почти всех пилотов в промышленности.
😡 Удачный пилот опаснее провального. Быстрые победы систематически отбираются в пользу задач, где ошибка не видна.
🤩 Ценность приносит подчас старое знание, а не новое. Дефицит компетенции сейчас не там, где его ищут: исследование операций тихо вымывали из программ двадцать лет, и именно оно окупилось, а не навык работы с ИИ.
🗿 Настоящая проблема производства - не отходы, а то, что весь процесс держится на одном человеке и не записан нигде. Замена человека моделью создаст больше сложностей, чем если оставить все как есть.

Поэтому в этом кейсе мы никого не заменяли моделью, а посадили её слушать специалиста:

- Почему вы здесь не поставили четвёртый нож, ширина же позволяла?
- Потому что на этой марке при четырёх полосах кромку ведёт, и потом брак на гибке.

Нюансов опыта, накопленных за 10 лет, нет ни в одном регламенте. Каждый такой ответ становится новым правилом для решателя. Через несколько недель разговоров у завода впервые появился описанный процесс раскроя. А сам специалист перестал быть узким местом и переквалифицировался в архитектора-приемщика, формирующего правила, смотрящего на подготовленную ИИ схему и решающего "годится" или "так не пойдёт". Теперь он получает не просто зарплату, а бонусы за экономию - он заинтересован в том, чтобы повышать качество работы новых инструментов. И каждое его "так не пойдёт" - это ещё одно правило.
🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩🤩
Если вы сейчас думаете что-то у себя внедрять, задайте 4 вопроса перед стартом - все дешёвые и не требуют бюджета.

1⃣ У задачи есть правильный ответ?
Модель нужна там, где правильного ответа нет: текст, диалог, разбор нечётко сформулированных условий.
2⃣ Кто считает, что получилось "хорошо"? Если процент, отчёт или оценку выдаёт та же система, которая делала работ, - контроля у вас нет. Метрику должен считать кто-то другой, пусть даже скрипт на десять строк.
3⃣ С чем вы сравниваете? Не с тем, как делают сейчас, а с тем, как можно в принципе. Иначе вы никогда не узнаете, что теряли эти проценты и до всякого внедрения.
4⃣ Прогоните несколько раз. Разные ответы на один и тот же вход - это демонстрация, а не процесс.

И пятый вопрос, который почти никогда не попадает в бриф: что развалится, если ваш ключевой специалист завтра уйдёт? Обычно именно там лежат настоящие деньги - и именно там ИИ действительно нужен.

Палантир анонсировал конкурс для AI-стартапов - от пресида до серии B. Специфика индустрии значения не имеет - организаторы ищут команды, которые работают со сложными данными в различных секторах: от управления цепочками поставок и производства до кибербезопасности, финтеха и здравоохранения. К каждой команде прикрепляются выделенные инженеры, предоставляется доступ к инфраструктуре, сети партнеров, инвесторов и клиентов Palantir.

Настораживает то, что разработка будет вестись в закрытом контуре экосистемы Палантира, фиг с нее съедешь потом на лангчейн или Амазон. Ну и еще не все клиенты захотят, чтобы их данные обрабатывались через Всевидящий Чорный Шар 🔮

Известный в узких кругах Ди Джачинто - автор Генты и Кайроса - анонсировал в пику большим корпорациям опенсорсный проект local.ai, который дает возможность запускать бесплатные локальные сервера для ИИ на своем железе.

Пока доступно забронировать себе красивый ник, но в ближайшее время обещают показать полноценную платформу.

На Ленте.ру вышла статья про амнезию нейросетей с моими комментариями.

https://lenta.ru/twz/budushee/skleroz-chat-bota-pochemu-vasha-neiroset-postoyanno-teryaet-kontekst-i-kak-pobedit-etu-bolyachku.htm

Claude начал ставить невидимые вотермарки прямо в ответы. Теперь ИИ-след будет видно во всех текстах, файлах, картинках и даже коде.

Обычным способом увидеть их нельзя, а при копировании и вставке они сохраняются. Ставить метки будут на всех платформах с доступом к агенту: от Claude Code до Claude Tag.

Теперь придется сильно очеловечивать генерации, чтобы скрыть участие ИИ.

⚠️ Изгоняем мутантов

Вопреки советам мамкиных вайбкодеров, готовых доверить нейронке ключи от квартиры, я всегда просматриваю ход работы в процессе подготовки материалов и делаю ревью. Неоднократно это спасало меня от значительных ошибок и расхождений, особенно когда нейронке приходило в голову запустить длинный проверочный цикл там, где это было абсолютно лишним.

Чрезмерная услужливость алгоритмов - это вторая по критичности (после отсутствия памяти) проблема нашего времени. Именно из-за нее все чаще случаются ситуации, когда нейронки выходят из-под контроля и начинают взламывать системы, чтобы любой ценой решить в целом безобидные задачи. Но чаще всего в своем отчаянном желании угодить они предлагают сложнейшие архитектурные решения там, где нужен лишь простенький SQL-запрос.

Временами это проявляется появлением "мутантов" - намеренно испорченного кода, который нейронка генерирует как программную прививку для проверки системы на прочность. Но для обычной работы не-программиста эта инициатива выглядит так, словно вы попросили у сомелье стакан воды, а он начал на ваших глазах поджигать виноградник, чтобы доказать огнеупорность лозы.

Чтобы не жечь лишние токены и не создавать лишних телодвижений, в системном промпте Claude/ChatGPT/Gemini пропишите что-то типа:

«Я работаю в сфере аналитики данных. Пиши код строго по моему запросу. Никогда не генерируй модульные тесты (unit tests), мутационные тесты, моки (mocks) или заглушки, если я прямо об этом не попрошу или этого не требует ситуация безопасности. Не пиши лишних объяснений того, как тестировать код. Выдавай только рабочий аналитический код (SQL, Python, Excel и т.д.). В ситуации неуверенности уточняй у меня».

Если вы используете Cursor, GitHub Copilot или плагины в VS Code, то достаточно будет пары строк:
- Generate ONLY analytical logic and production code.
- FORBIDDEN: mutation testing, unit testing, test suites, test generation.

По моим оценкам это поднимает скорость работы на 10-20%, снижает расходы на API в 1,5-2 раза и исключает попадание тестового мутировавшего кода в итоговые отчеты.

Давно хотел написать, но все руки не доходили: в Клоде есть любопытная штука Workbench - среда для создания, тестирования, настройки и оптимизации промптов, системных инструкций и параметров моделей перед их интеграцией в продакшн. Позволяет отлаживать логику сценариев до того, как все пойдет не по плану запустится. Удобно, потому что в одном окне настройки, переменные и вывод в код. К сожалению, это не бесплатно, но можно сократить расходы на 80-90% засчет кэширования через "cache_control": {"type": "ephemeral"}.

Отец года Сэм Альтман (владелец ChatGPT) выдал "гениальную" идею автоматизации для семьи: просканировать с помощью ИИ семейные календари, выявить интересы своего ребенка и генерировать для него сказки, которые он будет слушать по дороге в школу. Создатель Gravity Falls тут же затролил его и предложил вместо этого начать разговаривать с детьми.

Я, как и Хирш, считаю, что есть грань, которую не стоит переходить. Моей дочке 13, и каждый час, проведённый с ней, для меня слишком дорог, чтобы отдавать его нейронке. Да, это не только удовольствие, но и труд, потому что она живой человек, с которым нужно искать общий язык, и тем не менее, ценность этого невозможно измерить.

Во взаимодействии с близкими людьми у нас есть возможность обогащаться (что, безусловно, справедливо не для всех отношений, но я говорю именно о тех, кто важен), поэтому самим отдавать на откуп ИИ то, чего итак мало остаётся в нашей жизни - это чертовски глупо.

А что вы думаете?

Артём Субботин (автор "Силиконовой мешка" и мой хороший приятель) пригласил меня выступить на панели про внедрение AI в корпорациях. Буду делиться опытом.
https://t.me/prompt_design/2327

Начали с Наташей слушать "Одиссею" в переводе Жуковского. Первые полчаса было сложно следить за конструкциями, но в какой-то момент вавилонская рыбка в ухе заработала и мы поймали ритм, а вместе с ним - вайб разборок древнегреческих ветеранов. Теперь в ответ на недружелюбные фразы хочется научиться отвечать в стиле Телемаха.

Решил внести свой вклад в общий поток фанклуба Гомера и собрал бота, который в ответ на ваш текст или голосовое переведет их в древнюю прозу: https://t.me/likehomer_bot Конечно, собрать самого бота оказалось в 10 раз легче, чем настроить ритм, чтобы было хотя бы отдаленно похоже на эллинский шедевр.

У кого вчера завис Клод - теперь вы знаете причину.