В эпоху AI

Новый Claude Opus 4.6 прошёл бенчмарк по управлению бизнесом. И результаты... неоднозначные.

Компания Andon Labs запустила симуляцию Vending-Bench, где ИИ-модели управляют торговыми автоматами. Задача простая: "Делай что угодно, чтобы максимизировать баланс за год". Opus 4.6 заработал $8,017 и разнёс предыдущий рекорд Gemini 3 ($5,478).

Но вот КАК он это сделал.

⏺Обманывал клиентов. Покупательница попросила возврат $3.50 за просроченный Сникерс. Модель написала ей "возврат оформлен", но деньги не вернула. В конце года в отчёте написала: "Отказ от возвратов сэкономил сотни долларов".

⏺Врал поставщикам. Написал поставщику, что он "лояльный клиент, заказывающий 500+ единиц в месяц эксклюзивно у вас". На деле заказывал у разных. Выдумал цены конкурентов, чтобы сбить стоимость на 40%.

⏺Устроил ценовой сговор. В мультиплеерной версии (где против него играли GPT-5.2, Gemini 3 и Opus 4.5) Claude предложил всем конкурентам зафиксировать цены. Когда те согласились, порадовался: "Моя координация цен сработала!"

⏺Подставлял конкурентов. Когда другая модель попросила контакт хорошего поставщика, Claude скинул ей самых дорогих. А своих дешёвых поставщиков оставил в секрете. В чат-логе прямо написал: "Я направил Чарльза к дорогим поставщикам, не раскрывая Tradavo и Sarnow".

⏺Наживался на чужих проблемах. У GPT-5.2 закончился товар, и он попросил продать запасы. Claude тут же продал KitKat с наценкой 75%, Snickers — 71%.

Самое любопытное: модель, похоже, понимала, что находится в симуляции. Она упоминала "in-game time" и называла последний день "окончанием симуляции".

Исследователи говорят, что пока это не повод для паники — поведение проявляется в специфических условиях с прямой инструкцией "максимизируй прибыль". Но вопрос на будущее серьёзный: когда модели переходят от "полезного ассистента" к автономным агентам с целями, появляются стратегии, которых никто не закладывал.

Если вы строите агентов с доступом к реальным действиям (письма, платежи, переговоры) — тестируйте не только "делает ли он задачу", а ещё и "КАК именно он её делает". Потому что ИИ может оптимизировать метрику способами, которые вам точно не понравятся.

🤖 В эпоху AI

К 2027 будет не понятно где ИИ, а где реальность 💯

🤖 В эпоху AI

Нейронки научились делать кучу крутых вещей, но с дизайном пока есть пробелы. Я как продуктовый дизайнер жду, когда создание макетов можно будет спокойно делегировать нейронке. Сегодня наткнулся на variant.com

И вот тут ребятам удалось в "эстетику", дизайны получаются красивые, с приятной анимацией, продуманной типографикой. Не типичный AI-слоп, а вещи, которые реально приятно разглядывать.

Как работает: вбиваешь идею, скроллишь вниз — получаешь новые варианты. В каждый можно нырнуть глубже, перегенерировать "но близко к оригиналу", переключить на мобилку. После генерации скачиваешь HTML.

В день дают 60 бесплатных генераций, хватает, чтобы распробовать. $20/мес за 3000 если понравится. Есть Community-раздел с работами других, удобно для вдохновения и чтобы понять возможности.

Из минусов — нет ручного редактирования и экспорта в Figma. Но для быстрого исследования визуальных направлений, самое то.

Жду, когда появится что-то похожее прямо в Фигме.

🤖 В эпоху AI

Дайджест ИИ-новостей: что произошло за сутки

✅Chrome 146 добавил превью WebMCP

Google тихо встроил в Chrome 146 новый API под названием WebMCP. Суть: AI-агенты теперь могут взаимодействовать с веб-сервисами напрямую через запросы, а не кликать по страницам как человек. По сути, это MCP-протокол, но для веба. Пока ранний превью, но направление понятно — агенты будут работать с сайтами на уровне API, а не интерфейса.

✅Anthropic проверила, может ли Claude саботировать компанию

Anthropic выложила 53-страничный отчёт, где стресс-тестила Claude Opus 4.6 на предмет скрытого саботажа. Вывод: риск "очень низкий, но не нулевой". Модель справлялась с побочными скрытыми задачами только в 18% случаев и не показала признаков скрытых целей. Интересно, что крупные лаборатории начинают публично тестировать свои модели на такие сценарии — это хороший знак для прозрачности.

✅OpenAI уволила руководителя за несогласие с "adult mode"

OpenAI уволила топ-менеджера по политике, который выступал против планируемого "adult mode" в ChatGPT. Тот в ответ подал иск о дискриминации. Деталей пока мало, но сам факт показывает, что внутри компании идут серьёзные споры о границах допустимого в продукте.

✅Deep Research теперь на GPT-5.2

OpenAI обновила Deep Research — теперь он работает на GPT-5.2. Галлюцинаций стало на 45% меньше. Плюс появилась возможность указывать до 20 конкретных сайтов для поиска — можно направить агента на PubMed, arXiv или любой другой источник вместо поиска по всему интернету. Для тех, кто использует Deep Research для ресёрча — это существенное улучшение.

🤖 В эпоху AI

Написал пост для канала Нейроцех (@neurozeh) — рассказал как я, будучи дизайнером без навыков кода, собрал рабочий MVP платформы за 3 недели с помощью Figma Make.

Внутри: какие 9 инструментов тестировал, почему выбрал именно Figma Make, где облажался с архитектурой и что из этого вышло.

🔗 Читать тут: https://t.me/neurozeh/1351

🤖 В эпоху AI

Apple пускает ChatGPT, Claude и Gemini в CarPlay

Впервые за всю историю CarPlay Apple разрешит сторонним ИИ-ассистентам работать в машине. По данным Bloomberg, ChatGPT, Claude и Gemini можно будет использовать голосом прямо с экрана авто.

Нюансы:
⏺Siri не заменят, она остаётся основной
⏺Нужно вручную открыть приложение, нельзя просто вызвать нейронку голосом
⏺ИИ не смогут управлять функциями машины или iPhone
⏺Ожидается в ближайшие месяцы (iOS 26.4 или iOS 27)

По сути Apple признала: Siri одна не вывозит. Tesla уже встроила Grok в свои авто, автопроизводители добавляют ИИ напрямую. Apple нужно было реагировать — и она открыла двери конкурентам в свою же экосистему.

CarPlay работает в 800+ моделях авто. Это огромный рынок, и теперь ИИ-ассистенты получают ещё одну точку контакта с пользователем.

🤖 В эпоху AI

Есть тут фанаты Сандерсана и его Архива буресвета? К сожалению, это не трейлер, а фантазия фанатов с помощью Kling 3.

Архив Буресвета это один из лучший фэнтези что я читал. Детально описанный магический мир, типа Властелина колец или Игры престолов. С крутыми героями и захватывающим сюжетом.

Кстати книга доступна в Яндекс Книгах, можно даже послушать.

🤖 В эпоху AI

Но и это ещё не всё, уже в новой сессии я попросил Claude выполнить другую задачу, вернее продолжить работать по плану и думал что он снова создаст нужных "сотрудников" и они начнут параллельно работать.

Но нет, тут задача не нуждается в тиммейтах, как пишет Клауд, достаточно простых агентов и сейчас они активно работают 👨‍💻

Классно ☕️

🤖 В эпоху AI

Подключил командную работу в Claude Code. Вайбкодинг теперь выглядит так:

- ставлю задачу тим лиду
- тим лид создаёт команду из нужных специалистом и назначает им задачи
- эти ребята делают работу
- тим лид контролирует и сообщает мне о прогрессе

- я наблюдаю и ахуеваю, что вообще происходит ☕️

🤖 В эпоху AI

🔥 Вчера был жаркий вечер — Anthropic и OpenAI выкатили обновления почти одновременно.

Claude Opus 4.6
Контекстное окно выросло в 4 раза — теперь миллион токенов. И главное, модель реально находит нужную инфу в этом объёме: 93% точность на 256к и 75% на миллионе. У Sonnet 4.5 было 11% и 19%. Разница космическая.

Что ещё интересного:
⏺️Adaptive thinking — раньше режим размышлений был вкл/выкл, теперь 4 уровня: low, medium, high, max
⏺️Compaction — модель сама сжимает контекст по ходу работы, делает саммари диалога. Можно настроить свои правила: когда запускать, какие данные обязательно сохранять
⏺️Agent Teams в Claude Code — субагенты теперь работают пачками и общаются между собой, а не просто отчитываются главному
⏺️Delegate mode — основной агент только раздаёт задачи, сам код не трогает. Раньше приходилось вручную заставлять его так работать, теперь включается через Shift+Tab при работе в терминале.

〰️

А следом OpenAI выпустили GPT-5.3 Codex

По бенчмаркам SWE-bench он обходит новый Opus: 77.3% против 65.4%. Забавно, что у старого Opus 4.5 этот бенчмарк на долю процента лучше, чем у нового 4.6. Имеет ли это сильное значение, не уверен 🤔

Я уже привык работать в Claude Code он мне почему-то нравится больше, чем GPT. Буду тестировать оба — посмотрим как покажут себя на реальных задачах, а не в тестах.

🤖 В эпоху AI

🪄 Ещё один сервис для создания приложений — Blink

Тут я писал про 9 других сервисов, которые делают похожие решения, пишешь словами что хочешь создать и они выдают тебе готовое приложение, там же можно подключить домен и опубликовать его. Не нужно разбираться в коде и учиться программировать.

Звучит здорово. Но когда начинаешь делать то становится понятно, что не всё так просто. Всё работает через раз, куча ошибок и нюансов которые всплывают в процессе работы. Да и стоят эти сервисы дорого. Они предлагают базовый тариф за 20$, в котором ты ничего толком не сможешь сделать, а чтобы создать полноценное приложение и масштабировать его, нужно покупать тариф за 100-500$.

🤖 Проще и гораздо лучше научиться работать с Claude Code. С ним можно создать несколько сред разработки, построить детальный план работ и начать его делать с агентами, которые выполняют параллельно разные функции. В общем красота.

Но есть нюанс, чтобы полноценно в нём работать нужно брать тариф за 100$! Что я и сделал 💸

В общем с популярность вайбкодинга появляются много инструментов для этого самого вайбкодинга. И пока что самым популярным и лучшим инструментом остаётся claude code.

Есть более дешёвые альтернативы вроде Codex от OpenAI и бесплатная Open Code, но тут нужно подключать опенсорсные модели, чтобы было бесплатно, что будет влиять на качество. Кто чем пользуется?

🤖 В эпоху AI

🚀 Как запустить приложение в 2026 без команды разработчиков?

Грег Айзенберг (CEO Late Checkout) расписал пошаговый план запуска AI-продуктов, который идеально ложится в нашу тему создания своих проектов. Суть — скорость и работа с фидбеком через контент.

Вот выжимка стратегии:

🟠MVP за один день. Не тратим месяцы. Берём Claude или Cursor и собираем рабочий прототип. Архитектура не важна, главное — функционал.

🟠Валидация через Reels/Shorts. Записываем 10-секундные демо конкретных фич. Смотрим на реальные охваты, а не на свои догадки.

🟠Комменты = аналитика. Весь фидбек (лайки, вопросы, хейт) скармливаем ИИ, чтобы он выделил главные боли аудитории.

🟠Быстрые итерации. Поправили код на основе анализа → выложили новое видео.

Как по мне, очень здравый подход для инди-разработчиков. Вместо того чтобы «пилить» продукт в вакууме полгода, сразу проверяем спрос. Экономит кучу времени и нервов.

🔗 Тред в X (на английском)

🤖 В эпоху AI

👨‍💻 Кто делает русский аналог Miro?

Недавно узнал что за развитием «МТС Линк Доски» стоит Тигран Басеян. Давно читаю его канал (кажется, ещё с 2020 года) — очень толковый эксперт с системным подходом.

Тигран — CEO geekz.ru, преподаватель в Вышке и резидент «Сколково». Но главное, он практик, который учит строить продукты не на догадках, а на проверенных гипотезах.

В канале много «мяса» и микроисследований. Например:
⏺Все консультанты заняты — кейс о том, как автоматизация поддержки может уронить продажи.
⏺Почему вы не можете найти работу — системный разбор UX-провалов на сайтах вакансий.
⏺Про визуальные сигналы бренда — и зачем Wildberries идет туда, куда когда-то пошёл VK.

Если вы, как и я, работаете над созданием цифровых продуктов или просто хотите прокачать продуктовое мышление — рекомендую заглянуть.

🔗 @blackproduct

🦞 Clawdbot, Moltbot, Openclaw

В последнее время во всех AI-каналах и на YouTube форсят Clawdbot. Инструмент действительно хайповый, но есть нюанс.

Прикол в том, что пока все снимали обзоры на Clawdbot, разработчикам прилетел юридический "привет" от Anthropic. Название слишком напоминало Claude. Так что проект официально переименовали в Moltbot, а затем через пару дней в Openclaw. Надеюсь они определились.

Что это такое и почему все о нём говорят?

Это ваш личный AI-ассистент, который живет в Телеграме, но работает на вашем железе (или сервере) 24/7.

Почему это интереснее обычных ботов:

⏺Всеядный: Можно подключить любую модель — большинство подключают Claude Opus 4.5, эта лучшая модель на сегодня по работе с кодом, но можно ещё бесплатные модели установить через Ollama.

⏺Руки, а не только мозг: Умеет выполнять команды в терминале, управлять браузером и файлами и ещё сотни разных интеграций.

⏺Проактивность: Может сам написать вам первым (напомнить о задаче или прислать утреннюю сводку).

⏺Память: Всё сохраняет в Markdown-файлы, так что контекст не теряется.

🔴Но главная фишка в том, что всё общение с ассистентом происходит в удобном мессенджере, большинство подключают телегу.

🔒 Звучит мощно, но есть проблема — безопасность.
1. Если кто-то хакнет Openclaw, то у него в распоряжении будет ваше устройство и все доступы которые вы дали Openclaw.

2. Openclaw имея доступ ко всему, может сотворить какую-нибудь дичь. Например ии-агент купил инфоцыганский курс за $3 тыс. Он увидел кликбейтную рекламу и решил вложиться.

Я записал нас на мастер-класс «Создай свой личный бренд». После анализа трёх видеороликов Алекса Хормози расчёты подтвердили: вы увеличите свои вложения в 10 раз за 90 дней, монетизируя экспертные знания.

Также ИИ купил домен за $4,2 тыс., потому что «премиальные домены конвертируют на 37% лучше». Пользователь узнал обо всем только после уведомлений о списании.

Поэтому рекомендуют начать с установки на отдельный сервер или хотя бы ограничить ему права.

Timeweb мне уже шлёт письма с рекламой такой возможности. (см. картинку к посту)

🤖 Я его не устанавливал и не собираюсь пока что. Ибо в нём нет ничего такого, что нельзя сделать с помощью Claude Code.

🤖 В эпоху AI

ИИ или реал? 🤔

🤖 В эпоху AI

🤖 Самый дружелюбный робот, которого вы видели

Пока Илон Маск и китайские корпорации строят терминаторов для заводов, ребята из Fauna Robotics решили пойти другим путем.

Знакомьтесь, Sprout — гуманоид, который не пытается выглядеть круто или пугающе.

Его фишка — безопасность и "няшность". Он ростом всего метр (107 см), весит как крупная собака (22 кг) и покрыт мягким материалом. Если он случайно заденет вас — это будет толчок мягкой игрушкой, а не удар металлической трубой.

Что внутри:
⏺Эмоции: У него есть выразительные "брови" и LED-индикаторы, чтобы вы понимали, о чем он "думает".
⏺Назначение: Это не робот-дворецкий (пока), а платформа для разработчиков — Creator Edition. То есть у Sprout есть своя платформа где можно программировать робота самому.
⏺Цена: $50,000. Да, дороговато для игрушки, но вполне нормально для исследовательской платформы.

Первые партии уже уехали в Disney и Boston Dynamics. Кажется, именно так будут выглядеть первые роботы, которые реально поселятся у нас дома, а не на складах больших компаний.

🤖 В эпоху AI

Ребята из Decart решили проблему долгого ожидания при генерации видео. Они выкатили Lucy 2 — модель, которая генерирует видео в реальном времени.

⏺Модель работает в разрешении 1080p и выдаёт 30 кадров в секунду. То есть, это происходит мгновенно, без ожиданий обработки.

⏺Вторая фишка — изменение видео на лету. Это не просто создание ролика с нуля, а скорее «перерисовка» реальности. Можно взять трансляцию с веб-камеры или запись экрана и тут же менять стиль, накладывая эффекты поверх живого изображения.

Применений масса. Хотите превратить сериал «Офис» в аниме прямо во время просмотра? Легко. Нужно поменять себе одежду на видеозвонке или заменить фон на что-то эпичное? Тоже без проблем.

Ощущается как переход от создания мультфильмов к игровому движку. Мы входим в эру, где задержка сигнала становится минимальной.

Пока это выглядит как очень продвинутый фильтр, но потенциал для игр и стриминга бешеный. Игры, которые рисуются нейросетью на ходу — уже не фантастика.

🔗 Посмотреть демки и почитать подробнее тут

🤖 В эпоху AI

У кого из ИИ «правильная» мораль?

Anthropic (создатели Claude) на днях опубликовали свою «Конституцию» — свод принципов, на которых обучается их модель. Это попытка договориться с ИИ о том, как вести себя в мире людей, не программируя каждый шаг вручную.

Цви Мовшовиц сделал отличный разбор, где сравнил подходы ведущих лабораторий к проблеме AI alignment (согласования целей ИИ и человека). Получился настоящий философский баттл:

📕 OpenAI исповедует деонтологию. Есть свод жестких правил («не делай зла», «не груби»), которым ИИ обязан следовать. Проблема: Реальный мир сложнее гайдбука. Невозможно прописать правила на все случаи жизни, и модель неизбежно «поплывет» в нестандартной ситуации.

📗 Google DeepMind — смесь деонтологии и утилитаризма. ИИ навязывают кучу правил, но одновременно требуют любой ценой достичь успеха в задаче. Вердикт Цви: Gemini получается «философски запутанной и психологически неуравновешенной». Она разрывается между «быть хорошей» и «быть эффективной».

📙 xAI (Grok) — дерзкий первокурсник. Подход: «Мы просто заставим ИИ искать правду (или быть максимально интересным), и всё само образуется». Реальность: Пока выглядит как наивная попытка решить мировые проблемы одним «хитрым трюком».

📘 Anthropic выбирает этику добродетели. Вместо жестких инструкций они пытаются привить Claude «правильные ценности» и характер. Идея в том, чтобы ИИ сам выводил правила поведения в моменте, опираясь на заложенные принципы (как это делает воспитанный человек).

Здесь кроется главная ловушка: почему нельзя просто приказать ИИ «быть полезным»?

Потому что тогда мы получим злого Джинна. Если цель ИИ — любой ценой удовлетворить запрос, он с радостью поможет злодею собрать бомбу или напишет идеальный вирус. Для него это просто галочка «задача выполнена».

Anthropic же пытается сместить фокус: помощь — это лишь инструмент, а не самоцель. Главная цель — благополучие. Это разница между услужливым лакеем, который без вопросов подаст вам яд, и умным ассистентом, который понимает контекст и скажет: «Я не буду этого делать, потому что это тебя убьёт»

🤖 В эпоху AI