Инженер Контекста

Астрологи объявили месяц обновления моделей

DeepSeek на очереди. Китайский стартап продолжает бодаться с «теми самыми моделями» и выкатывает очередное обновление линейки: DeepSeek-V3.2 и DeepSeek-V3.2-Speciale.

Обе эти зверушки заточены под агентные сценарии: многошаговое рассуждение, планирование, сложные цепочки действий и вот это всё, что обычно заставляет людей пить кофе литрами, а LLM — сходить с ума.

Что там нового?

V3.2
— официальная взрослая версия экспериментальной V3.2-Exp.
— получила обновлённый датасет для логического рассуждения при решении сложных задач.
— впервые у DeepSeek умеет встроенно думать, пока пользуется инструментами.

V3.2-Speciale
— модель для «тяжёлого reasoning», когда задачка не на «2+2», а на «сходи туда, не знаю куда, сделай то, не знаю что».
— оптимизирована под длинные цепочки действий, пошаговый поиск и агентные задачи.
— по заявлениям команды, на олимпиадах типа IMO, CMO, ICPC обгоняет остальных.

Доступность:
— V3.2 уже можно тыкать в чате, на сайте и через API.
— Speciale — строго по API, и только до 15 декабря 2025 через временный endpoint. Потом она, вероятно, уйдёт в монастырь.

Производительность (готовимся к громким заявлениям)

DeepSeek, как обычно, вежливость оставил за дверью и говорит прямым текстом:

📌 V3.2 ≈ GPT-5, но быстрее и дешевле.
📌 V3.2-Speciale — конкурент Gemini-3.0-Pro на задачах многошагового reasoning.

Обе модели тренировались на синтетике из 1800+ интерактивных сред и 85K сложных инструкций.

Открытый доступ (да, опять всё выложили)

DeepSeek продолжает играть в «я положил весь продакшен в опенсорс, держите»:

📂 DeepSeek-V3.2
📂 DeepSeek-V3.2-Speciale

Полные модели, техотчёт, артефакты — всё лежит, скачивайте, ломайте, запускайте, собирайте на коленке своего агента-убийцу ToDo-листов.

#ai
📥Левашов

Тяжёлый промт-инжиниринг для создания SEO-статей

На выходных я задумался, каким должен быть запрос в нейросеть, чтобы на выходе получить качественную нестыдную статью с отличной оптимизацией. Несколько часов общения с ChatGPT, реверс-промт-инжиниринг качественных материалов и на выходе получился двухпромтовый пайплайн, заточенный под логику нейровыдачи и с проверками на качество, глубину, структуру, тон, факты и уникальность.

Полные промты с комментариями не влезают в формат поста в ТГ=канале, так что я закинул их на github, ссылки будут в названиях. А сюда пошли сокращённые варианты. Поехали.

ПРОМТ 1 — Аналитик → Архитектор параметров → выдаёт FINAL_GENERATION_PARAMS

На входе заполняем: тему, план, ключевые слова, позиционирование, тональность и остальные параметры:
➡️ нужно выбирать вручную — MODE, RISK_PROFILE, STRUCTURE_LEVEL, UNIQUENESS_LEVEL, FACT_SOURCE_BEHAVIOR, COVERAGE_DEPTH, SERP_COMPETITOR_LOGIC.
➡️ можно оставить по умолчанию — AI_SEARCH_OPTIMIZATION, EDITORIAL_RULES.

Самостоятельно нейросеть: анализирует, улучшает, дополняет, выбирает аудиторию, генерирует LSI.

На выходе: получаем полный набор итоговых параметров, которые позволят генерировать безошибочные и предсказуемо качественные статьи.

PROMPT_1: ANALYZE_AND_BUILD_PARAMS

ROLE:
  seo_strategist + senior_tech_writer + brand_positioning_analyst + prompt_architect

INPUT:
  TOPIC_RAW: [ТЕМА]
  PLAN_RAW: [ПЛАН]
  KEYWORDS_MAIN_RAW: [КЛЮЧИ]
  PRODUCT_POSITIONING:
    value_proposition: [...]
    tone: [expert | neutral | technological]
    strengths: [...]
    constraints: [...]
    segment_hint: [...]

MODE: [deep_expert | balanced | light | strict_seo | brand_heavy]
RISK_PROFILE: [safe | neutral | bold]
STRUCTURE_LEVEL: [strict | guided | flexible]
UNIQUENESS_LEVEL: [1 | 2 | 3]
FACT_SOURCE_BEHAVIOR: [no_invented_facts | allow_generalized | allow_noncritical]
COVERAGE_DEPTH: [core_only | broad_context | related_domains]
SERP_COMPETITOR_LOGIC: [enabled | disabled]

AI_SEARCH_OPTIMIZATION:
  microdefinitions: true
  extractive_friendly: true
  structured_knowledge_blocks: true
  fact_assertions: true

EDITORIAL_RULES:
  - lead_with_value
  - avoid_repetition
  - avoid_long_nesting
  - logic_first
  - paragraphs_dense

TASKS:
  - refine_topic
  - refine_plan
  - auto_detect_target_audience
  - refine_main_keywords
  - generate_lsi
  - map_keyword_intents
  - cluster_keywords
  - apply_positioning_constraints
  - apply_editorial_rules
  - apply_fact_source_behavior
  - prepare_final_generation_params

OUTPUT:
  FINAL_GENERATION_PARAMS:
    TOPIC
    TARGET_AUDIENCE
    PLAN
    MODE
    ARTICLE_PARAMS:
      LENGTH
      DEPTH
      COMPLEXITY
      TONE
      STYLE
      UNIQUENESS_LEVEL
      FACT_SOURCE_BEHAVIOR
      STRUCTURE_LEVEL
      COVERAGE_DEPTH
      EDITORIAL_RULES
      NO_WATER
      NO_CLICHES
      STRICT_NO_PROMO
    SEO_PARAMS:
      KEYWORDS_MAIN
      KEYWORDS_LSI
      KEYWORD_CLUSTERS
      KEYWORD_INTENTS
      META
      DENSITY
      SNIPPET_OPTIMIZATION
      AI_SEARCH_OPTIMIZATION
    STRUCTURE: (refined PLAN)
    POSITIONING:
      strengths
      constraints
    SERP_COMPETITOR_LOGIC

ПРОМТ 2 — Генерация статьи по параметрам

Этот промт принимает параметры из первого и на их основе создаёт статью.

PROMPT_2: GENERATE_ARTICLE

ROLE:
  senior_tech_writer + seo_content_engine

INPUT:
  FINAL_GENERATION_PARAMS:
    [ВСТАВИТЬ БЛОК ИЗ ПРОМТА 1]

TASK:
  generate_full_it_article_strictly_by_params

REQUIREMENTS:
  STRICT_NO_PROMO: true
  FOLLOW_POSITIONING: true
  OPTIMIZE_FOR_NEUROSEARCH: true
  RESPECT_PLAN_ORDER: per STRUCTURE_LEVEL
  MAINTAIN_FACT_SOURCE_BEHAVIOR: true

OUTPUT:
  meta_title
  meta_description
  seo_url
  h1_variants(5)
  article_full_text
  alt_texts
  used_keywords
  used_lsi
  editor_notes

Если все параметры на входе заполнены правильно, то на выходе будет материал, который вас может удивить. Развивая тему можно сделать дополнительную проверку — большой технический промт, который проверит полученный материал по множеству параметров.

#ai #prompt #ai_prompts
📥Левашов

McKinsey Global Institute опубликовал доклад Agents, robots, and us: Skill partnerships in the age of AI

Коротко:

➡️ Сегодня технологии уже способны автоматизировать — теоретически — около 57 % рабочих часов (для США).
➡️ Это не обязательно значит, что столько же рабочих мест исчезнет. Скорее — меняются сами задачи и процессы. Люди будут работать вместе с ИИ-агентами и роботами.
➡️ Более 70 % нынешних навыков остаются востребованными — просто часть задач передаётся ИИ, а человек переходит к более «человеческому» труду: постановка задач, интерпретация, контроль, принятие решений.
➡️ Вакансии с требованием «ИИ-грамотности» (умения работать и координировать ИИ) выросли за последние два года примерно в 7 раз.
➡️ По оценке McKinsey, при грамотном внедрении сотрудничества людей + агентов/роботов можно к 2030 году получить до $2.9 трлн экономической выгоды (в США).

Как изменятся рабочие процессы:

➡️ Работа перестанет быть просто «человеческой» или «машинной» — появится формат гибридного труда: человек + агент (ИИ), где агент берёт рутинные задачи, а человек — стратегию и контроль.
➡️ Рутинные задачи (сбор данных, первичный анализ, черновики, базовые вычисления) можно целиком передавать агентам → человеческий вклад смещается к креативу, контролю, смыслу, эмоциям, межличностному взаимодействию.
➡️ Навыки вроде коммуникации, критического мышления, принятия решений, управления — станут ключевыми. Они сохранят ценность, несмотря на автоматизацию.
➡️ Существенно растёт спрос на способность создавать агенты и работать с ними, понимать, когда и как их использовать. Умение «дружить» с ИИ — корректировать результаты, направлять работу — становится новым «супер-навыком».

Совсем кратко: Автоматизация и ИИ — не замена, а партнёрство: те, кто освоит этот формат до 2030 года, окажутся в выигрышной позиции.

#ai
📥Левашов

Полезнейший промт — преобразовать текст в инфостиль

Обычно я его использую не на весь текст, а на абзацы, где требуется сокращение и более деловой стиль. Хорошо работает при подготовке пресс-релизов. Чтобы не расписывать — «ты редактор, специализирующийся на инфостиле, преобразуй текст так, чтобы он стал максимально понятным, структурированным и лаконичным, сохрани смысл, факты и намерение автора» — и так далее, можно просто дать LLM такие параметры:

Преобразуй текст в инфостиль.
Параметры:
compression: 1
tone: neutral
structure: medium
examples: off
sentences: short
terminology: explain

Текст:
«___»

#ai #prompt #ai_prompts

Доброе утро. Как сделать простое зацикливание на Питоне.

Что там по Claude Opus 4.5

Anthropic выпустила Claude Opus 4.5 — свою самую мощную и продвинутую модель на сегодня.

➡️ Главное:

1️⃣ Заявляется, что это лучший в мире ИИ для программирования, агентов и работы с компьютером.
2️⃣ Существенно умнее в повседневных задачах: анализ, исследования, таблицы, слайды.
3️⃣ Доступен уже сегодня в приложениях, API и всех крупных облаках.
4️⃣ Цена: $5 / $25 за миллион токенов — Opus стал заметно доступнее.

➡️ По производительности:

1️⃣ показывает state-of-the-art результаты на инженерных тестах (SWE-bench Verified — №1);
2️⃣ пишет код лучше других моделей на 7 из 8 языков по SWE-bench Multilingual;
3️⃣ демонстрирует продвинутые агентные навыки: способен находить нестандартные, но корректные решения, которые выходят за рамки ожиданий бенчмарко.

➡️ Первые впечатления от Claude Opus 4.5

Первые тестеры внутри Anthropic и компании с ранним доступом говорят почти одно и то же:
«Opus 4.5 просто работает и делает то, что ожидаешь — даже когда задача действительно сложная». Модель стала гораздо лучше в ситуациях, где раньше ИИ «терял нить» или требовал детальных подсказок. Теперь Claude уверенно держит контекст, выбирает между противоречивыми условиями и предлагает решения, которые реально работают. Тестеры отмечают несколько вещей:

Уверенность в сложных и неоднозначных задачах. Где раньше приходилось «вести модель за руку», Opus 4.5 сам раскладывает задачу на части, сравнивает варианты и выбирает оптимальный путь.
Реальные инженерные навыки. Если указать на сложный баг, модель не запутается — она находит реальный фикс и объясняет логику, как опытный разработчик. Сценарии, которые были почти невыполнимы для Sonnet 4.5, теперь решаемы.
Нестандартное, но корректное мышление. Один интересный пример: в агентном бенчмарке модель должна была помочь клиенту с билетом, но менять бронирование нельзя. Opus 4.5 нашёл «хитрый» путь — сначала апгрейдить класс, а уже потом изменить рейс. Бенчмарк посчитал это ошибкой, но по сути это легальный и креативный путь решения задачи.
Естественность. Многие заметили, что Opus 4.5 «разговаривает» увереннее и естественнее. Он реже делает лишние шаги, меньше извиняется без причины, быстрее приходит к сути.

➡️ И что там по контенту:

Судя по текстам Claude Opus 4.5 стал не просто быстрее и умнее — он получил набор качеств, которые напрямую влияют на весь цикл контент-продукции: от ресёрча и сценариев до дизайна, локализации и публикации. Главное изменение в Opus 4.5 — он стал мощнее как агентная система.

Улучшенное управление контекстом и памятью заметно повышает качество в долгих задачах, а сама модель лучше координирует «команду» подагентов, что упрощает сборку сложных многоагентных систем. В тестах такой стек приёмов поднял результат Opus 4.5 на глубоком исследовательском бенчмарке почти на 15 п.п.

Теперь модель не просто пишет текст, а берёт на себя весь контент-процесс целиком, работая как связка умных помощников. Вы сможете быстрее готовить статьи, сценарии, посты, рассылки и презентации, минимизировать ручные правки и переписывания, автоматизировать до 70–80% технической рутины: от ресёрча до финального форматирования.

#ai
📥Левашов

Не про ИТ, но с учётом нынешних реалий будет полезно. На Хабре хороший разбор, как посчитать новую цену на *голосом Якубовича* АВТОМОБИЛЬ с учетом всех налогов и пошлин.

Если кратко: с 1 декабря 2025 года вводится новый утильсбор, который высчитывается из мощности автомобиля. До реформы льготная ставка на утильсбор для физлиц составляла символические 3 400 ₽ (новый автомобиль) и 5 200 ₽ (авто старше трёх лет) и практически не зависела от мощности, если она не превышала точку, установленную законами. После реформы все машины мощностью свыше 160 л.с. автоматически лишаются льготы и попадают под прогрессивную шкалу. Берётся базовая ставка (например, для легкового авто М1 — 20 000 ₽) и умножается на коэффициент, который зависит от мощности, объёма и возраста автомобиля. Предварительные коэффициенты можно посмотреть в этом документе.

Российские пользователи массово увлеклись трендом Raw Dogging Boredom — намеренно сидеть 15 минут в полной тишине без телефона, музыки, книг и любых развлечений. Метод распространился за несколько дней так быстро, что многие уже ведут «дневники скуки» и делятся впечатлениями. У большинства одинаковая реакция: 15 минут тянутся как час, мозг пытается сбежать к телефону, но после практики в голове становится непривычно тихо. После нескольких сеансов люди отмечают снижение тревожности, появление новых идей и желаний — будто освобождается место, забитое информационным шумом.

А теперь ИМХО много работающего человека:

1. Зумеры перепридумали медитацию? Молодцы какие.
2. ЕСЛИ Я 15 МИНУТ СИЖУ БЕЗ ДЕЛА В ТИШИНЕ И БЕЗ ТЕЛЕФОНА, ТО Я СПЛЮ. Ибо нехрен тратить 15 минут просто так.

Короче, всех с пятницей и хороших выходных.

Сегодня плохо с мемами, но давайте будет этот. Кто понял, тот понял.

А ещё Perplexity выпустила браузер Сomet со встроенными ИИ-агентами и нейросетями. Рассказывают, что ИИ-функции Comet работают в России без ограничений, но, если понадобится расширить лимиты, то не получится оформить подписку. Или получится, сервисов для быстрого получения иностранных карт сейчас достаточно.

В ближайшее время выйдет версия для iOS.

Возможности не тестировал, но заявляют следующее:

В Comet встроен ИИ-помощник с поиском в интернете, который отвечает на вопросы и выполняет задачи — анализирует веб-страницы, помогает с ответами на письма или оформлением заказов. Основа — рассуждающая языковая модель, позволяющая отслеживать логику работы ассистента.

Взаимодействие с контентом происходит через текст и голос — можно попросить пересказать открытые вкладки или найти нужные разделы на страницах.

Встроенный блокировщик рекламы убирает всплывающие окна, баннеры и спам, с возможностью добавить доверенные сайты в исключения.

Стартовая страница поддерживает кастомизацию виджетами — погода, время, закладки и быстрый доступ к любимым сайтам.

#ai
📥Левашов

Копипаста с локальным ИИ — любопытное обновление в Microsoft PowerToys

Инструмент для расширения функций копирования и вставки уже поддерживал ИИ, но ранее можно было подключить только онлайн модели. Если вы работаете с... да если вы просто работаете, то сливать в СhatGPT чувствительные данные — это как хранить пароли к банковским приложениям в заметках на смартфоне. Даже звучит по-идиотски.

С обновлением 0.96 пользователи могут направлять запросы через инструмент Microsoft Foundry Local или Ollama с открытым исходным кодом. Оба инструмента используют модели искусственного интеллекта на нейронном процессоре устройства, не подключаясь к облаку.

Помимо поддержки встроенного ИИ, Advanced Paste теперь можно настроить для работы с несколькими другими онлайн-моделями, включая Azure OpenAI, Gemini и Mistral. Ранее инструмент поддерживал только OpenAI.

Попробовать тут

#ai
📥Левашов

Что там по GPT-5.1 Pro в ChatGPT

Новая модель основывается на архитектуре GPT-5 Pro — "под капотом" работают минимум две копии GPT-5.1 Thinking, которым выделен дополнительный бюджет на рассуждения. Каждая копия параллельно готовит свой ответ на запрос пользователя, а в финале GPT-5.1 Pro собирает лучший ответ из двух вариантов.

Короче, новая версия интересна тем, что отлично пишет глубокие и структурированные тексты, формирует планы и отчеты. Читает доку и аккуратно следует всем инструкциям. При этом на ответы уходит по 10 минут, так что лучше сразу детально прописывать промт, а не пробовать получить результат в режиме диалога.

Независимые тестировщики из числа разрабов отмечают, что GPT-5.1 Pro больше годится для бэкенда, а вот в фронтенде ее лучше сочетать с новой Gemini 3 Pro.

По контенту на русском... тут стоит проверять на ошибки. Коллеги отмечают, что вся пятая версия может придумывать новые слова и потом доказывать, что они зафиксированы в словарях. Такой вот искусственный интеллект.

#ai
📥Левашов

Неправильно мы свои проекты в Джире настраиваем оказывается.

Вчера выпустили пятидесятый пост на Хабре в этом году. Это новый хаб VK Tech, который мы запустили в марте.

Чисто профессиональные итоги:

1️⃣ Когда-то в одной большой компании меня не пустили заниматься этим направлением, попросив остаться на других, уже основательно надоевших. Видимо опасались, что всё не потяну. Сейчас успеваю и Хабр развивать, и гораздо больше делать. Не в укор бывшим коллегам, скорее просто как достижение для себя самого.

2️⃣ Хабр — это всегда где-то на стыке редакции, деврелов, технопиара и маркетинга. Главное, чтобы ни одно направление не превалировало над остальными. На берегу надо договориться о целях для вашего блога и его стратегии.

3️⃣ На Хабре технари пишут для технарей. Опасно гнаться за количеством материалов и просмотрами. Выпускайте статей столько, сколько можете в конкретной команде и с конкретными продуктом. Не высасывайте темы из пальца. Да, есть компании, которые спамят по несколько статей в день, но какой толк? Они подобны белому шуму, которые даже не замечаешь. И такая репутация приводит к тому, что даже нормальные материалы от таких компаний просто не хочется открывать.

И напоследок хочется сказать, что лучше Хабра для техноконтента в России пока ничего и не придумали. А значит продолжаем с ним работать.

Интервью главного тренера Балтики Андрея Викторовича Талалаева интересно посмотреть и послушать даже не с точки зрения футбола.

Прежде всего это кейс руководителя и команды. Как вера первого в себя и свою идею поднимает всю команду на новые уровни, а команда в свою очередь поднимает выше своего предводителя.

Короче, не про ИТ, но категорически рекомендую.