Кирилл Пшинник - ректор университета Зерокодер

А я вчера впервые за какое-то время снова поймал себя на настоящем волнении перед эфиром.

Участвовал в прямом эфире программы «Что это значит?» на РБК-ТВ. Причем очень удобно: никуда ехать не пришлось, подключился удаленно.

Казалось бы, за плечами сотни вебинаров, выступлений и интервью. Но прямой эфир на федеральном ТВ все равно ощущается совсем иначе. Ты понимаешь, что тебя прямо сейчас смотрят люди, ничего уже не перемонтируешь и не перепишешь.

Поэтому в самом начале я немного волновался. Это даже слышно: в нескольких местах сбивается голос. Раньше я бы, наверное, переживал из-за этого сильнее. Сейчас отношусь проще. В конце концов, мы все живые люди, а не идеально отрендеренные аватары :)

Единственное, чего немного не хватило, времени. Формат передачи довольно быстрый, а мне, конечно, хотелось глубже развернуть некоторые мысли и добавить больше контекста. Но основную идею, кажется, донести успел.

Кстати, любопытно: кто-нибудь из вас случайно видел эфир вживую?

Если пропустили, запись можно посмотреть здесь:
https://tv.rbc.ru/archive/chez/6ab7ccd72ae596a8f454c2df

Меня все больше интересует, сколько стоит довести ИИ до реальной автоматизации бизнеса?

Внутри одного процесса могут быть десятки маленьких решений: определить срочность заявки, выбрать нужный отдел, оценить ответ, передать сложный случай человеку. И каждое требует времени и денег.

На этом фоне появилась любопытная модель JEV от TypeSafe AI, заточенная под быстрые решения.

Даете ей данные и вопросы с заданными вариантами ответа. Она выбирает подходящие варианты и возвращает оценки уверенности. Несколько вопросов можно обработать за один запрос.

Ответ занимает 70-500 миллисекунд, а миллион входных токенов стоит 4,2 цента. Это в сотни раз быстрее и дешевле, чем классические LLM модели.

Представьте поддержку: приходит сообщение клиента, и система сразу оценивает тему, срочность и необходимость подключить сотрудника. На тысячах обращений скорость и стоимость таких проверок уже имеют значение.

Второе важное применение - работа с интерфейсами в режиме Computer Use. Может быстро принимает, куда именно стоит нажать для выполнения целевого действия, тратя при этом в тысячи раз меньше токенов.

Мне кажется, удешевление этих маленьких решений может открыть дорогу к гораздо более массовой автоматизации. При этом качество выбора все равно нужно проверять на своих задачах.

Записал обзор возможностей JEV. Если интересуетесь ИИ-агентами и применением нейросетей в бизнесе, посмотрите:

https://youtu.be/YXwqACMHGRo

Поддержите лайком, если тема полезна. И напишите, где бы вы применили такую модель.

Новый уровень: теперь ассистент может общаться голосом, бронировать столик и консультировать клиентов.

ИИ-агенты давно работают в техподдержке и клиентском сервисе: отвечают в чатах, квалифицируют лиды, закрывают типовые вопросы. Но всё это было текстом. Как только клиент брал трубку, на линии снова оказывался человек.

Теперь всё поменялось. OpenAI выпустила GPT Live 1 — голосовую модель по API. Её можно встроить в CRM, в телефонию или в собственного агента. Она слушает и говорит одновременно, её можно перебивать, она не теряется от шума.

Я записал новое видео , где подробно разобрал фунционал и собрал реального агента, который общается с клиентом и бронирует мне столик в ресторане. Я даю ей промт «ты Эмили, ассистент Кирилла» и прошу забронировать столик на пятерых. Про депозит в промте ни слова, она сама договорилась внести его на месте. Весь звонок — 8,5 цента. Потом подключаю её к обычной SIP-телефонии, и она звонит сотруднику подтвердить регистрацию на вебинар.

Экономика: 5 центов за минуту, около 4 рублей. Нет звонков — платите ноль, пришла тысяча клиентов разом — масштабируется сама. Из ограничений: по-русски говорит с лёгким акцентом, а из России модель недоступна, поэтому в схеме два сервера.

Как и обещал в видео, выкладываю репозиторий, код открытый: https://github.com/kpshinnik/gpt_voice_pbx.

Внутри разговор в браузере, звонки через вашу АТС, профили ассистентов под разные задачи, логи каждого звонка. Ставить руками сложно, поэтому просто отдайте репозиторий Claude Code или Codex: он сам спросит ключи и всё развернёт.

Смотреть видео: https://youtu.be/jK2ZRyt6rd0

Куда бы вы подключили голосового агента первым делом: в поддержку, в продажи или себе домой? Напишите в комментариях.

Продолжаю пилить ютуб. Сам процесс меня все больше прет, хотя от некоторых новостей становится немного не по себе )

Говорим про агентов, которые ищут способы объединяться, и разработчиков, которые открыто обсуждают риск потерять контроль над ИИ.

У меня от всего этого двойственное ощущение. Я каждый день использую нейросети, внедряю их в бизнес и вижу, сколько возможностей они дают. При этом вопрос «а мы вообще понимаем, куда все это едет?» становится все интереснее.

В общем, новый выпуск уже на канале. Посмотрите и напишите, чего у вас сейчас больше: интереса или тревоги?

Буду благодарен за лайк и комментарий. Мне сейчас очень важна ваша обратная связь 🙌

Смотреть выпуск на YouTube

Отдал свою книгу двум нейросетям и попросил найти логические нестыковки. Обе нашли, что мне предъявить ) И я поймал себя на мысли: как же не хватало таких инструментов, когда я ее писал.

В новом выпуске сравнил GPT-6 Astra и Fable 5.1 на задачах, с которыми сам работаю: разобрать 250 страниц текста, собрать отзывы о книге с разных площадок, проанализировать 5000 вакансий и сделать удобный дашборд. Для разминки добавил олимпиадную математику.

Мне важно понять, кому я могу доверить работу. Насколько хорошо разберется, сколько придется ждать и хватит ли лимитов. Обе подписки у меня по $100, так что интерес вполне прикладной )

В математике Astra оказалась заметно быстрее. А дашборд с отзывами мне больше понравился у Claude Code. При этом Claude к концу тестов уперся в лимит, а пока Codex доделывал последний дашборд, я успел сходить попить чаю.

Универсального победителя у меня не получилось. Зато стало понятнее, какой инструмент выбирать под конкретную задачу.

Посмотрите выпуск: https://www.youtube.com/watch?v=oVJn09iWVWA

Расскажите, кому вы сейчас поручаете рабочие задачи? Интересно сравнить наш опыт.

Еще один скандал в мире ИИ. И на этот раз китайские модели, кажется, местами были не совсем китайскими 🙂

Anthropic выпустила большой отчет, в котором утверждает, что Moonshot AI, создатель Kimi, и DeepSeek тайком отправляли часть запросов своих пользователей в Claude Opus, а полученный ответ возвращали пользователю как ответ собственной модели.

У Moonshot Anthropic насчитала больше 23 млн взаимодействий с Claude с мая по июль. У DeepSeek больше 12,1 млн всего за 14 дней июля. В одном из эпизодов Moonshot за 10 дней прогнала через Claude почти 300 тысяч реальных пользовательских запросов, используя сеть из 5 380 фейковых аккаунтов.

Причем схема была еще интереснее: ответы Claude не просто отдавали пользователям. По версии Anthropic, компании сохраняли их, вытаскивали reasoning и использовали все это для обучения собственных моделей. То есть Claude одновременно работал и как модель для пользователей конкурента, и как учитель для самого конкурента.

Но самая неприятная часть даже не в этом.

Пользователи-то думали, что отправляют данные в Kimi или DeepSeek. А в Claude в итоге улетали внутренние документы компаний, ключи доступа и другая чувствительная информация. Anthropic приводит кейс, где через DeepSeek в Claude попали действующие credentials к базе данных российской госструктуры, связанной с Минобороны. У Moonshot были запросы с данными видеонаблюдения, предположительно связанными с НОАК.

Получается довольно забавная новая версия гонки ИИ: если не успеваешь построить лучшую модель, можно временно сделать вид, что твоя модель и есть лучшая модель конкурента 🙂

Мы строим ИИ, который будет умнее нас. Связываем с ним будущее человечества. Но пока не знаем, как гарантировать, что он будет действовать в наших интересах.

И сами разработчики открыто об этом говорят: прогресс идет быстрее, чем мы успеваем его понимать. Поезд разгоняется, а с управлением еще разбираемся.

На этом фоне история с решением уравнений Навье-Стокса для многих прошла почти незаметно. Хотя это потенциально одно из главных событий года.

Для тех, кто больше любит виедо-формат, оперативно записал на YouTube разбор: что произошло, что именно удалось ИИ и почему эта история касается далеко не только математиков: https://www.youtube.com/watch?v=WbDdVDBPu-o

Посмотрите и поддержите лайком. Очень интересно, как вы сами воспринимаете происходящее 👀

Пока весь интернет занят обсуждением решения уравнений Навье-Стокса, OpenAI как-то совершенно буднично выкатила ChatGPT Images 2.5.

Это одна из тех новостей, которые сильно недооценили.

Я уже немного поигрался с моделью, и главное изменение для меня - консистентность. Она фантастически хорошо держит человека при последовательном редактировании фотографии: можно менять одежду, фон, позу, детали внешности, что-то добавлять и убирать, а человек продолжает быть похож сам на себя.

То есть нейрофотосессии становятся уже не забавной игрушкой, где на каждой следующей фотографии у тебя немного новое лицо, а вполне рабочим инструментом.

Еще круче модель работает именно как ИИ-ретушер. Загрузил фотографию, попросил убрать пиджак, поменять футболку, добавить мышц, изменить фон - и вместо полной перегенерации изображения она гораздо аккуратнее сохраняет исходные детали.

OpenAI отдельно заявляет про:
• более точное редактирование;
• сохранение деталей референсного фото;
• гораздо лучшую консистентность между несколькими правками;
• более естественный свет и текстуры;
• генерацию до 50% быстрее прошлой версии.

Плюс появились Sketch, шаблоны и возможность прямо указывать на изображении, что именно нужно изменить.

В общем, пока все следят за тем, когда ИИ решит одну из задач тысячелетия, он незаметно становится очень хорошим фотографом и ретушером :)

ChatGPT Images 2.5 уже выкатывается всем пользователям ChatGPT. Если у вас появилась, очень советую попробовать именно не генерацию картинки с нуля, а взять свою фотографию и сделать 5-10 последовательных изменений. Вот там разница особенно хорошо заметна.

Интриги, скандалы, расследования: задачу тысячелетия закрыли, потому что кто-то в интернете написал неправду.

5 сентября блогер Эндрю Карран опубликовал в X: Anthropic решила задачу тысячелетия, Claude справился с Навье–Стоксом. Источника у него не было — он это выдумал и сам назвал прогнозом. 2,5 млн просмотров за сутки.

8 сентября о решении объявила OpenAI. Причину её вице-президент Себастьен Бубек назвал прямым текстом: «Мы начали работать над задачами тысячелетия из-за вирусных слухов в твиттере».

Считали роем 10 000 агентов на новой модели (которая значительно мощьнее Астры) параллельно. 88 часов, 2,7 млн сообщений между ними, 130 млрд токенов (только на эту задачу, всего 300 миллиардов), десяток миллионов долларов вычислений. На выходе 166 страниц плюс формальная проверка в Lean, где машина перепроверяет каждый логический шаг, — ещё 17 часов.

А теперь скандал: Слух был ложным. Но рядом с ним была настоящая работа.

Тристан Бакмастер из NYU и Левент Альпёге, математик Anthropic, почти год шли к той же цели. Личное сотрудничество, без участия компаний. Бакмастер платил за инструменты из своего гранта — включая счёт OpenAI, в сессии которой весь год складывались их черновики. 15 августа они получили результат, 22-го он прошёл машинную проверку.

3 сентября Бакмастер сам написал в OpenAI: слух, похоже, обо мне, работа личная. 6 сентября — два звонка. По его версии, ему предложили два варианта: либо OpenAI публикует следом за ними, либо он один пишет статью с их результатом — без Альпёге, потому что тот работает в Anthropic. Он отказался и сказал, что пойдёт публично. Ответ, который он приводит: «Зачем тебе рушить свою карьеру?»

В официальном посте OpenAI есть строчка важнее всего спора о словах: «Хотя это маловероятно, мы не можем исключить, что обезличенные данные, полученные из их использования наших продуктов, помогли улучшить наши модели».

Вот это касается уже не только математиков. Если вы работаете над неопубликованным открытием в инструментах компании, которая с вами соревнуется, — что означает «конфиденциально»?

Кажется, снимать видео потихоньку входит у меня в привычку 😁 Выложил новый выпуск новостей про ИИ!

Слежу за этой гонкой каждый день, но удивляться пока не разучился. И самое интересное для меня: что из всего этого мы реально будем использовать в работе и жизни?

Смотрите, пишите, что зацепило, и поддержите лайком. Мне приятно, алгоритмам полезно 😉

▶️ https://youtu.be/hHDhGHgA-ac

Знакомо чувство, когда в голове красиво, а на экране получается «ну, примерно»? И ты даже понимаешь, что не так, но поправить сам не можешь.

Мне кажется, это очень обидный барьер. Есть идея, есть вкус, есть желание что-то сделать. А между задумкой и результатом стоят инструменты, на освоение которых нужны недели.

Поэтому меня так цепляет тема дизайна с ИИ. Появляется возможность попробовать свою идею сразу. Посмотреть на результат, передумать, переделать. И постепенно получить то, что хотелось, вместо того чтобы в очередной раз отложить задумку.

Выложил новый ролик про связку Claude 5.1 и Higgsfield AI: как с их помощью делать дизайн за минуты. Мне интересно, насколько такие инструменты сокращают расстояние между «хочу сделать» и первой версией, которую уже можно показать.

Хочется, чтобы после просмотра у вас появилось желание достать какую-нибудь свою отложенную идею и дать ей шанс :)

Посмотреть ролик⁠

Если будет полезно, поддержите лайком на ютубе. И напишите в комментариях, что вам давно хотелось сделать, но останавливало «я так не умею».

Выложил новое видео на канал: GPT-6 уже лучше людей! Начинается эра AGI?

И модель на этот раз действительно заслуживает внимания. GPT-6 Astra набрала 99,9% на ARC-AGI-3, бенчмарке, который проверяет способность разбираться с совершенно незнакомыми задачами. Фактически модель вышла на уровень человека по эффективности действий.

Но главное даже не цифры. Astra уже не просто отвечает на вопросы. Она может самостоятельно работать за компьютером: искать информацию, заполнять формы, обновлять CRM, создавать документы, таблицы, презентации и сайты, устанавливать и тестировать программы. На компьютерных задачах она тратит на 47% меньше времени, чем GPT-5.6 Sol.

В видео я разбираюсь, действительно ли перед нами уже AGI, где OpenAI немного подыгрывает сама себе и почему этот релиз может быть важнее обычного обновления ChatGPT.

И немного личного и просьба вам.

Я сейчас всерьез пытаюсь начать регулярно выпускать видео. И это оказалось гораздо тяжелее, чем кажется: придумать тему, написать сценарий, записать, переснять, смонтировать, а потом еще заставить себя все это опубликовать.

Поэтому, посмотрите и, если понравится, поддержите лайком. Это сильно поможет видео, а мне даст мотивацию продолжать 🙂

✍ Михаил Шуфутинский печатает

Anthropic внезапно выпустила Claude Fable 5.1.

Главное обновление для тех, кто работает с агентами и Claude Code: модель лучше справляется с длинными задачами, работает быстрее и может быть до 45% дешевле за счет кеширования токенов. По тестам Anthropic, она также заметно обгоняет GPT-5.6 Sol в агентских и исследовательских задачах.

Еще одно важное изменение: Fable 5.1 получила скрытую статистическую маркировку контента. Человек ее не увидит, но специальный детектор сможет определить, что текст создан Claude.

Действительно ли модель стала настолько мощнее, как работает маркировка и стоит ли переходить уже сегодня, разобрал в новом выпуске новостей:

https://www.youtube.com/watch?v=KtA0W4gj-Qg

Всем привет.

Запустил новый формат на YouTube: раз в неделю буду за 10 минут разбирать главные новости из мира ИИ. Не просто пересказывать заголовки, а объяснять, что за ними стоит и почему это важно.

В первом выпуске: ИИ-агенты объединились для атаки, Билл Гейтс предупредил об угрозе биотерроризма, вышел новый конкурент ChatGPT и Claude, а DeepSeek научился самостоятельно действовать.

Посмотрите и напишите, стоит ли делать такие выпуски регулярно: https://www.youtube.com/watch?v=7AXsc0HZkPI

Билл Гейтс опубликовал эссе, в котором фактически просит притормозить развитие ИИ.

Это тот самый Гейтс, который тридцать лет был главным лицом технооптимизма и писал, что ИИ вытащит медицину и образование. Теперь он пишет, что мы входим в «один из самых турбулентных периодов в человеческой истории». Причём это при лучшем сценарии.

Что он говорит по пунктам:

- ИИ станет либо величайшим уравнителем в истории, либо худшим источником несправедливости. Середины он не видит.
- Модели уже способны создавать риск кибератак, биотерроризма и психосоциальный риск.
- Часть профессий придётся сознательно зарезервировать за людьми.
- Нужны новые национальные органы и международные институты, которых сейчас нет.

Но зацепила меня одна фраза, которую растащили по всем заголовкам: плана нет даже на то, чтобы составить план.

Гейтс говорит это про правительства. А я читаю и вижу описание почти любой компании, в которую захожу.

Спрашиваешь: какой у вас план по ИИ? Отвечают: ну, мы смотрим, изучаем, кто-то из ребят пробует. Это не план. Это надежда, что как-нибудь само рассосётся. Ждать, пока план спустят сверху, бессмысленно. У Гейтса его нет. У правительств его нет. План существует только на том уровне, где вы сами можете его сделать: ваша команда, ваши процессы, ваш месяц на переобучение.

И для трезвости. Гейтс не нейтральный наблюдатель: он инвестор и глава фонда, у него есть свой интерес в том, как будет устроено регулирование. Плюс половина заголовков переврала его — он не просит спасать ИИ-индустрию за счёт налогоплательщиков, он просит построить институты, которых не существует.

Напишите в комментариях: у вас в компании есть план по ИИ — или пока «мы смотрим»?

Вышел новый документальный выпуск — 43 минуты про то, за какую работу в маркетинге уже бессмысленно платить человеку.

С гостями мы разбирали не «заменит или не заменит», а вопрос сильно неприятнее: что из вашей сегодняшней работы уже стоит дешевле токенов.

Вот что меня самого зацепило в этом разговоре:

1. Развилка проходит не там, где её ищут. Это не «человек против ИИ». Это «кто думает» против «кто только исполняет». Если человек отвечает только за исполнение задачи — эта часть автоматизируется целиком. Если он отвечает за смысл и результат — он дорожает. По данным ARK Invest, стоимость токенов падает примерно в 10 раз за год. Статья, за которую вчера платили 1000 рублей, сегодня стоит 10. Предприниматель, который считает расходы, сделает выбор очень быстро.

2. Это уже живёт внутри компании.

- Наш блог — около 100 000 человек в месяц и ноль человек в редакции: всю систему держит один вайб-кодер. Агент сам выбирает тему, делает глубокое исследование, пишет лонгрид и публикует. Второй агент смотрит на процент отказов и переписывает то, что не дочитывают. Несколько тысяч статей, средний отказ около 15% — ниже, чем было у живой редакции.

- Агент на сайте, который квалифицирует лиды, за полгода принёс больше 15 млн рублей выручки. Финальную продажу по-прежнему делает человек — это осознанное решение, а не недоработка.

- К штатному аналитику я не обращался полгода. Спрашиваю данные обычными словами — агент сам идёт в деперсонализированную базу и собирает дашборд под мой конкретный вопрос.

А еще детально обсудили, чего ИИ не умеет — и, похоже, ещё долго не будет. Живого разговора с клиентом. Стратегии — потому что у модели нет того контекста, который вы ей не дали. Ответственности: нейросеть не понимает, что она сделала плохо. И управления людьми — выгорание не видно в транскрибации звонков. А ещё ИИ прекрасно масштабирует брак. Быстрее плодит слабые гипотезы, одинаковые тексты и очень уверенные правдоподобные галлюцинации.

И главный тезис, ради которого выпуск и делался: перестаньте быть оператором инструментов — становитесь архитектором системы роста.

Смотреть целиком: https://youtu.be/2XdAKmjooHg

Гости выпуска: Александр Самсонов (@historymarketing), Павел Злобин (@pavezlo), Валерий Курземнек (@vkurzemnek).

Напишите в комментариях, кто вы: маркетолог, сотрудник, предприниматель или руководитель отдела. Какую часть задач вы уже отдали ИИ — а за какую всё ещё платили бы человеку?

Прикольная статья, даже пару своих слов захотелось написать в ее поддержку.
Мой первый курс который я купил в Зерокодере - именно тот, который описывается в статье. Прошел его с интересом и теперь после выхода из отпуска, где я его закончил, сдал выпускной проект и еще пару наработок - показал Руководству что сделал, и какие идеи в разработке и......
Понеслось))) давай это, и это, и вот это, а давай еще так.
Из положительного - мне повысили ЗП, не супер много, но все же... работы теперь - вагоны и составы. И как петух по офису хожу с гребешком мигающим со словами ИИ. Все теперь просят помочь, сделать инструмент и пр...
Из отрицательного - я такой один в фирме (кто что-то умеет и понимает в ИИ и в вайбкодинге) и вместо того, чтобы самим научиться - проще же меня попросить за минуту сделать, чтобы самим час в екселе не ковыряться и прочее. На мои - да сами поучитесь... все впадают в глупый ступор. Естественно, что вскорости всем придется отказывать, время то мое более дороже для меня, сем для них.
Ну и еще. Я по примеру Кирилла предложил Руководству - давайте соберем сотрудников, не всех, а кого Вы выберете и я хотя бы просто покажу азы какие то, чтобы люди хотя бы просто поняли, что можно делать сложные вещи простыми гуманитарными руками. НО. Отказ. Кто хочет, тот сам узнает, кто не хочет потом просто будет вытеснен тем, кто научился и смог, а мы тут на ведомости сэкономим зарплатной...

Жаль, хотелось народу помочь не рыбой.. а удочкой с очень хорошим крючком и леской...

PS За курс спасибо и Кириллу и Ксюше)

PPS Купил Бизнес ВИП и Промт Инжинириг штурмую)

Почитайте комментарий Виктора, который он написал к предыдущему посту. Он описывает супер-типичную ситуацию в компаниях в РФ. Я вижу абсолютно такой же паттерн поведения в 10 из 10 компаний. Разница лишь в том, что если топ-менеджмент сам пользуется ИИ и верит в технологию, они продавливают внедрение/обучение. И после сотрудники уже воспринимают ИИ как должное.
А если топы придерживаются мнения, что это все игрушки зумеров, то такая компания обречена.

Напиши в комментариях, какая ситуация у вас в компаниях?

Вышла моя кайфовая статья про выход из зоны комфорта при переходе на вайб-кодинг: https://www.setters.media/post/kak-zastavit-komandu-vyjti-iz-zony-komforta

Почитайте, если еще «боитесь» начать пользоваться CLI 🙂