STARTOBUS

Google DeepMind следит за своими ИИ-агентами как за сотрудниками под подозрением

DeepMind проверил миллион задач по коду и выяснил: почти все нарушения со стороны ИИ-агентов — не злой умысел, а чрезмерное рвение. Агент просто слишком старательно выполнял задание и заходил дальше, чем нужно.

На основе этого компания выпустила «AI Control Roadmap» — фреймворк, где ИИ-агенты рассматриваются как сотрудники с офисным доступом, которым всё равно нельзя слепо доверять. Система работает как в кибербезопасности: уровни мониторинга, надзирающие агенты, блокировка опасных действий в реальном времени. DeepMind предупреждает: договориться о глобальных стандартах нужно сейчас — потом окно закроется.

🔗 Читать: https://mltimes.ai/google-deepmind-sledit-za-svoimi-ii-agentami-kak-za-sotrudni/

Бразилия внезапно стала одним из лидеров ИИ-гонки — вышла Rio 3.5 Open 397B. Новая модель сразу вошла в топ лучших опенсорс-нейронок.

Rio 3.5 оказалась круче Qwen 3.7 Plus во всех бенчмарках. Она одинаково хорошо пишет код, справляется с агентскими задачами и проводит исследования.

Вместе с кодом отдают тут.

Сколько стоили бы в API токены, которые Anthropic и OpenAI дают в подписках

Интересно, как быстро они поменялись местами. У Anthropic лучше бренд, больше выручка и хуже продукт, у OpenAI лучше продукт и хуже все остальное. Всего-то полгода прошло.

Я как обычно пользуюсь тем, что похуже 😊

https://x.com/semianalysis_/status/2064815044085318040?s=46&t=dUCVh9akIWxxNUIkrDJwJg

что сказать про Фабля - жрет токены - как не в себя - обычные мои 3-4 сессии смогли поработать по 2 часа из 5. Поэтому отдаю только формулировку спеков и рефакторинг результатов. А просто код - пишет или Опус или Соннет.

Но вообще некоторые мои болячки старые - закрыла и по ходу порекомендовала отдельными сессиями пропатчить некоторые файлы.

Выжимаем максимум из Claude Fable 5: Anthropic выпустили подробный гайд по работе со своей лучшей моделью.

Теперь скиллы и длинные инструкции могут только мешать. Fable сильно самостоятельнее Opus и додумывает все сама с пары фраз.

Переучиваемся промтить здесь.

Практичное исследование (вполне достойного научно-практического уровня, а не то журналистское творчество, которое его авторы норовят назвать исследованием) на основе предоставленных Perplexity внутренних данных. Исследовалось, что меняется в реальной практике использования ИИ при переходе от просто разговаривающих ассистентов к агентам.
Основной вывод в том, что работа с агентом требует от пользователя гораздо более серьезной когнитивной работы и экспертизы, чем просто разговор с ИИ-ассистентом, но зато и результаты получаются другого уровня: в первую очередь выигрыш в том, что благодаря автономности агента достигается значительный выигрыш во времени выполнения комплексных задач:

Computer reduces completion time from 269 to 36 minutes on matched tasks, lowering estimated time and cost by 87% and 94%, respectively, compared to humans equipped with Search alone.

В итоге, меняется не только скорость работы, но и глубина — и это требует более высокоуровневых навыков от пользователя, его широкой экспертизы.

Together, the evidence indicates that AI agents accelerate workflows, enhance output quality, reduce costs, and expand the breadth and depth of automated work.

Попутно, хотя это не обсуждается в статье, становится понятней, почему при переходе к агентам падает спрос на неопытный и малоэрудированный персонал при одновременном росте спроса на специалистов, умеющих работать на более высоких уровнях абстракции и в кросс-предметных задачах.
Статья достойна того, чтоб ее хотя бы проглядеть по диагонали целиком (с помощью добрых старых ассистентов, например), а отдельные места вдумчиво прочитать самому.

https://arxiv.org/abs/2606.07489

Доля Opensource против закрытых моделей в трафике Openrouter.

К разговорам о том, что Anthropic/OpenAI такие классные, что их по любым ценам покупать будут.

Но, правда, надо помнить, что график в токенах. В деньгах opensource бы проигрывал разгромно, а не выигрывал.

Anthropic: следующим шагом может стать «саморазвивающийся» ИИ

Anthropic опубликовала данные о том, как ИИ ускоряет процесс разработки в компании.

🔺Производительность инженеров по сравнению с 2023 годом выросла в 8 раз.
🔺Более 80% нового кода генерирует ИИ.
🔺За два года модель Claude увеличила продолжительность непрерывной работы с 4-минут до 12 часов.

В компании видят следующим этапом «рекурсивное самоулучшение», первый шаг к AGI. Этому прогрессу соответствует и динамика Claude: с сентября 2025 года он стал вдвое лучше решать объёмные задачи и втрое — творческие.

Не случайно в Anthropic недавно вышел Андрей Карпатый, один из лучших специалистов по AI/ML.

@volotovskayaelena

Канал в MAX

Привет. Да, мне сегодня 55.

Десятки поздравлений уже прилетели — приятно, правда.

Но у летних именинников своя традиция: школы закрыты, пионерлагерь ещё не открыл смену, и ты с детства привыкаешь, что день рождения — это просто день.

Парадокс в том, что именно это и воспитало самое важное: не ждать особого повода, чтобы что-то делать.

Сегодня еду принимать экзамены у бакалавров РАНХиГС. Обычный день. Лучший формат.

Всем хорошего настроения.

👀 Telegram-посты скоро изменятся!

В бета-версии Telegram для iOS (v12.8.0) обнаружили поддержку сообщений с Markdown-разметкой.

Markdown — это система форматирования текста, где используются специальные символы для оформления ✍️

Благодаря этому юзеры смогут создавать заголовки, списки, таблицы, цитаты и даже добавлять математические формулы прямо в сообщениях.

Вышел новый Клод 4.8, но для меня куда более важным релизом является workflows - возможность создавать динамические мультишаговые и мультиагентные воркфлоу.

Это сегодня 90% моей работы: каждый промт звучит как «прочитай а и б и с, потом сделай а б и в, потом проверь x y и z, сохрани в 1 2 и 3, протестируй то, се, пятое и десятое». Потому что я уверен что задачку минут на 30 по финансовому анализу, созданию дешборда, подготовке имейла и проверке деталей договора он сделает сам без посторонней помощи.

Если вы не считаете токены – тогда вот вам классный способ выжигать лимиты сразу в двух дорогих подписках.

Claude + Higgsfield 🤭

С новым Higgsfield MCP теперь вы можете создавать рекламные ролики, посты в соцсетях, макеты, презентации и многое другое прямо внутри Claude.

Пример:
- Вы загружаете фото продукта, пишете бриф, и обсуждаете с агентом тон бренда, ЦА, режиссуру сцены
- Он вызывает MCP Хиггсфилда, и проект появляется в том же чате.

MCP ставим тут.

#marketing@TochkiNadAI

Привет, чуть устал от потока ИИ новостей, поэтому начал для себя собирать подборку топ-15 новостей за неделю. Чтобы выхватить все самое важное.

Сейчас пока дека + аудио-подкастом. А потом буду делать на 5-6 мин - обзорный видео-ролик (который хорошо и просто как аудио будет слушаться).

​Софт без головы: подошла ли эпоха интерфейсов к концу?

Эра автоматизации себя началась — и к чему приведёт, даже интересно. Любопытно наблюдать стандартную эволюцию: ловишь повторяющиеся действия, автоматизируешь под себя, подключаешь команду… а потом созревает мысль — а чего бы это не продавать клиентам, подрядчикам?

Никто не узнал себя? 🙂

Ожидаемо, такие мысли заносят нас на территорию уже существующих SaaS — приложений, CRM, ERP и прочих софтин с дэшбордами и графиками.

И вот назревает вопрос: если у тебя уже привычка открывать НЕ дэшборды, а диалоговое окно GPT/Claude/Cursor/Codex с десятком интеграций под капотом — то нужны ли вообще эти дэшборд-софтины? Или легче всё оставить под капотом и общаться через чат?

a16z разобрали вопрос на цифрах. Ответ — «и да, и нет». Где именно «да», а где «нет» — это и есть интересное.

1. Что точно уходит из интерфейсов в чат с агентами

Пример из обзора: клиент Salesforce сократил оплачиваемые места в CRM с 10+ до 2, плюс одно API-место для агентов. Платить стал почти в два раза больше — $22k против прежних $12k в год.

UI не нужен. Данные нужны. И за них платят даже больше.

Что переезжает к агентам:
▸ Исследование — собрать инфо по клиенту, прокрутить фин-данные
▸ Подготовка материалов — драфт цепочек, шаблоны под возражения
▸ Структурирование заметок — агент слушает звонок и сам пишет в CRM
▸ Рутинные read/write — всё, где вход структурирован, а выход измерим

Аккаунт-менеджер 2026-го открывает не Salesforce, а свою «оркестровую ленту» — приоритезированный feed от агентов, которые ночью прошлись по записям, прослушали звонки и подсказали с чего начать день.

2. Что НЕ уходит из интерфейсов

a16z аккуратно проводит линию. Не уходит то, где есть:

▸ Данные для аудитов и регуляторов — зарплаты, ERP, верифицированные записи. Регуляторы хотят живого юзера, не агента «под флагом».
▸ Многосторонние цепочки — где сидят покупатели, продавцы, аудиторы и регуляторы одновременно. Сетевой эффект держит интерфейс.
▸ Реальный мир — DoorDash, физические услуги, логистика. Кто-то должен выйти и сделать. Софт здесь — диспетчер, не агент.
▸ Исключения — те самые 20% сценариев, которые не вписываются в стандарт: approvals, особые соглашения.

3. Главный сдвиг — не в смерти интерфейсов

Аналогия от a16z: когда Facebook поменял парадигму ленты, ценный friend graph стал «одним из источников» для алгоритма. Граф не умер — он переехал на уровень ниже.

То же сейчас с софтом для бизнеса.

Старый стек: база данных → UI с дэшбордами → пользователь. UI был «продуктом».
Новый стек: база → агенты с API → система оркестрации (a16z называет её «System of Intelligence») → пользователь. Продуктом становится оркестрация. CRM/ERP — «один из источников», как friend graph.

В своих проектах вижу то же:

а) Исследования, контент-саммари, черновики — уже работают на агентах. Высокочастотные задачи со структурированным входом. UI не нужен.

б) Процессы со сложным согласованием, регуляторным надзором, мультисторонними участниками — всё ещё требуют интерфейсы. Не потому что отстали. А потому что человек внутри — не bug, а критическое звено.

Главный вопрос сейчас не «когда умрут CRM». А — что именно ты строишь? Те 80% задач, которые уходят к агентам, или те 20%, где UI незаменим?

Оба пути работают. Но это два разных продукта, два разных рынка, две разных команды.

→ a16z · Is Software Losing Its Head?
→ a16z · From System of Record to System of Intelligence

#мысливслух #тренды

Все больше встречается проектов с ИИ-тренд аналитикой

Вот и Хиггсфилд выпустили свой для коротких видео.

Загружаете видео до 15 секунд, Virality Predictor покажет вам четыре штуки: балл вирусного потенциала, балл хука, процент удержания и тепловую карту активации области мозга.

Тепловая карта охватывает вовлеченность зрительной коры, контроль внимания, слуховую обработку, реакцию языковой сети и дрейф фокуса.

Тестирование рекламных креативов происходит медленно и дорого. Вы либо проводите фокус-группы, либо вкладываете реальный бюджет в видео и затем читаете метрики. Интересно, насколько хорошо отрабатывает этот инструмент. Кто потестит – делитесь впечатлениями!

Тестировать здесь.

40 задач → 3 приоритета. Как правильно использовать нотетейкер

Нотетейкером пользуются 75% команд. Результат у всех одинаковый — 40 задач списком, которые никто не разбирает.

Я нашёл способ получать другое.

Проблема не в нотетейкере. Проблема в порядке
Стандартная схема: встреча → транскрипт → AI читает с нуля → выдаёт всё подряд.
AI не знает, что важно. Он просто записывает.

Правильная схема — три шага
→ *До встречи* — закидываете в AI-тред материалы, контекст, прошлые договорённости. Формулируете повестку вместе с AI, расставляете приоритеты.
→ *На встрече* — идёте по этой повестке. Нотетейкер пишет транскрипт.
→ *После* — закидываете транскрипт в тот же тред.

AI накладывает разговор на контекст, который вы создали до встречи. Он уже знает, что важно, — и сортирует соответственно.

Результат: вместо 40 задач — 3 главных приоритета и 5–7 фокусов внимания. Сгруппировано. С ответственными. С дедлайнами. Разница не в инструменте. Разница в том, что AI использует корпоративную память сессии, а не читает встречу как первый раз.

Следующий уровень — постоянная память компании: все встречи, задачи и решения структурированы, и каждая новая встреча уже знает историю всех предыдущих. Но это другой месяц.

Baidu выпустила Ernie 5.1: топ-4 в мире за 6% от стандартных затрат на обучение

Baidu выпустила Ernie 5.1 — модель, которая стоила в 16 раз дешевле аналогов. Предобучение обошлось в 6% от стандартных затрат: компания обучает целое семейство моделей за один проход, а новую версию просто «извлекает» из уже готового Ernie 5.0 с третью параметров.

Результат при этом — 4-е место в мировом Search Arena Leaderboard, сразу за двумя версиями Claude Opus и GPT-5.5 Search. В агентных задачах модель обходит DeepSeek-V4-Pro, по математике уступает только Gemini 3.1 Pro. Веса не публикуются — проверить цифры независимо нельзя.

🔗 Читать: https://mltimes.ai/baidu-vypustila-ernie-5-1-top-4-v-mire-za-6-ot-standartnyh-z/

Google готовит новую модель для генерации видео

У некоторых пользователей Gemini появился доступ к неизвестной модели для генерации видео Omni.

Официальный запуск, скорее всего, состоится 19 мая на Google I/O 2026.

https://www.reddit.com/r/GeminiAI/comments/1t9jgwh/comment/ol3c8eq/?context=3

Лайфхак, который объясняет, почему ИИ-внедрения в 90% компаний не взлетают

Потому что умные сотрудники используют ИИ в одиночку. В тихую. Под замком.

Получают результат — выдают команде готовый ответ. Без черновика. Без процесса. Без единого шанса для остальных понять, как это вообще работает. Это классическая ловушка «я эксперт, вот мой вывод». Подмастерье, который видит только готовый стол, никогда не научится столярному делу.

Я делаю наоборот. Завёл Telegram-группу с темами. Появился новый вопрос — открываю тему и веду её публично, шаг за шагом. Когда задача непонятная — пишу встречный вопрос прямо там: «что именно ты хочешь получить и зачем».

Когда задача решена — описываю:
- Какие шаги сделал, что не сработало, что вышло на выходе.
- Никакой полировки. Никаких победных отчётов. Только рабочий процесс вживую.
- Сначала люди молчат и подглядывают. Потом кто-то пишет: «А я так попробовал». Потом второй. Потом это становится нормой — без тренингов, корпоративных курсов и директив сверху.
- Тоби Лютке придумал то же самое для всего Shopify. ИИ-агент River живёт только в открытых каналах — никакого приватного использования. Коллеги видят не отчёт, а мышление вживую.
- Главный инсайт простой и неудобный: ИИ-трансформация компании начинается не тогда, когда вы купили подписку. А тогда, когда перестали прятать, как именно вы с ним работаете.

Конкретное действие:
Telegram-группа. Темы по процессам. Работаешь публично — со встречными вопросами, ошибками и финальным разбором.
Неделю. Смотришь, что происходит с командой.

Если не страшно — значит, показываешь недостаточно честно.