🚀 Андрей Артищев

Тут названия всех докладов

https://mlconf.t-bank.ai/

⚡️ Между докладами ждем вас в демозонах

Здесь можно протестировать бизнес-платформы и продукты разных компаний: 

Тая ИИ, Т-Банк

Ассистент с шопинг-навыком на базе моделей семейства Gen-T. Помогает ориентироваться в многообразии товаров в интернете и делает выбор дорогостоящих покупок проще и удобнее. 

Разберем гардероб, AvitoTech

Первый инструмент на платформе «Авито», в категории «Товары», который объединяет анализ изображения и автоматическое заполнение всех параметров карточки в едином процессе. 

ML в Яндекс Рекламе, Яндекс 

Одна из крупнейших рекомендательных систем в России. Использует данные и ML-модели для генерации рекламных объявлений и персонализированных рекомендаций, опираясь на технологии Argus и Hyperion. 

Kandi Super Resolution, Сбер 

Технология Super Resolution для изображений. Работает на базе архитектуры Kandinsky и помогает превращать базовые генерации в качественную графику с высокой четкостью. 

VK AI Space, VK Tech

Платформа для полного цикла работы с AI. Позволяет быстро создавать, запускать и масштабировать AI-агентов и другие AI-продукты без необходимости строить инфраструктуру с нуля. 

Reward Hacking Lab, Т-Банк

Симулятор обучения LLM для автоматизации поддержки. Позволяет собрать reward-функцию, запустить GRPO-прогон и увидеть, как модель находит лазейку вместо целевого поведения.

Hermes, Т-Банк

Инфраструктурная платформа для безопасного запуска AI-агентов во внутренней среде. Покажем, как команда встроила Hermes во внутреннюю инфраструктуру Т-Банка, разберем инженерную кухню безопасного запуска агентов и продемонстрируем решение в работе. 

Умный секретарь, Т-Банк 

ИИ-ассистент примет все звонки с незнакомых номеров. Полезные звонки переведет, а рекламу и спам блокирует. 

Готовьте свои вопросы и приходите пообщаться с командами, которые создают эти решения! 

Не получилось прийти на конференцию? 

Хорошие новости: все доклады Turbo ML Conf можно посмотреть онлайн. Подключайтесь к трансляциям.

📁 Зал 1. Fundamental Advances & Exploratory R&D
Вконтакте | YouTube

📁 Зал 2. Applied ML at Scale & Business Impact
Вконтакте | YouTube

📁 Зал 3. ML Infrastructure, Platforms & Engineering Core
Вконтакте | YouTube

Ответа на вопрос, как могла бы измениться компьютерная отрасль СССР, если бы сотрудничество с Apple действительно состоялось, уже не будет. Но сам факт, что основатель Apple лично прилетел в Москву, чтобы предложить свои компьютеры советским школам и институтам, остается одним из самых ярких эпизодов в истории мировой технологической индустрии.

https://hi-tech.mail.ru/articles/150730-kak-osnovatel-apple-pytalsya-prodat-macintosh-v-sssr/

iPhone 18 Pro? Возможно, это уже не самая интересная новинка ближайших лет.

Гораздо интереснее выглядит первый смартфон OpenAI. Если Альтман действительно готовит устройство нового поколения, то это может стать первым за долгое время продуктом, который попытается переизобрести саму идею смартфона, а не просто добавить ещё одну камеру или более быстрый процессор.

И тут неожиданно появляется новый судебный иск.

⚖️ Apple подала в суд на OpenAI и Сэма Альтмана. Сначала я не придал этому большого значения — корпоративные судебные войны в США происходят постоянно. Но после изучения материалов и комментариев экспертов стало понятно, что претензии выглядят весьма масштабными.

По версии Apple, OpenAI переманила сотни инженеров компании, а вместе с ними могла получить доступ к большому объёму конфиденциальной инженерной информации, связанной с разработкой устройств. Размер потенциальных требований оценивается в сотни миллиардов долларов.

Если позиция Apple подтвердится, речь может идти не просто о создании ещё одного смартфона с ИИ, а о попытке построить новое поколение устройств, используя многолетние наработки Apple.

Что, по утверждению Apple, оказалось в распоряжении OpenAI:

• инженерия аппаратного обеспечения: архитектура компонентов, схемы, управление питанием, интеграция ИИ, методы тестирования;

• производственные секреты: собственные процессы, специализированное оборудование, материалы, технологии изготовления и экспертиза Design for Manufacturability;

• технологии компонентов: аккумуляторы, дисплеи, акустика, сенсорные системы, требования к компонентам и данные о поставщиках;

• результаты многолетних исследований и испытаний: анализ отказов, симуляции жизненного цикла и так называемое «негативное ноу-хау» — всё, что Apple уже попробовала и признала неработающим;

• информация о глобальной цепочке поставок, контрактах и логистике.

Если хотя бы часть этих обвинений подтвердится, это может стать одним из самых громких технологических процессов последних лет. А если нет — мы всё равно увидим, насколько серьёзно Apple воспринимает угрозу со стороны первого AI-first смартфона OpenAI.

"Чтобы узнать, как к тебе относятся люди, расскажи им о своих планах и мечтах. Тот, кто испытывает к тебе скрытую ненависть, будет их критиковать. Тот же, кто желает тебе лучшего, подскажет, как это сделать."

©️ #МихаилЛитвак

openai запустила gpt-live для chatgpt voice

это новое поколение голосовых моделей для более живого разговора с chatgpt. модель лучше держит паузы, реже перебивает, понимает, когда пользователь думает, и может продолжать слушать даже при фоновом шуме.

gpt-live умеет отдавать сложные вопросы в фоновые модели. на запуске для поиска, reasoning и более сложных задач используется gpt-5.5, а голосовой разговор при этом не должен «зависать».

в voice появились визуальные ответы. во время разговора chatgpt может показывать карточки с погодой, спортом, акциями, картами и другими данными. voice также продолжает поддерживать поиск, память, изображения и загрузку файлов.

доступность такая. gpt-live-1 станет моделью по умолчанию для chatgpt voice у go, plus и pro. gpt-live-1 mini — для free. в api обещают добавить позже.

ограничение на старте тоже есть. gpt-live пока не поддерживает voice with video и screen sharing в chatgpt. эти функции остаются в legacy-режимах standard и advanced voice mode.

openai

Посмотрел выступление Anthropic про то, как они собирают агентов, которые могут работать часами.

Схема такая:

planner → agent → evaluator

Это маленькая продуктовая команда из агентов. У каждого своя роль, свой контекст и своя зона ответственности. Но есть важные нюансы.

1. Planner: верхний план и спринты

Planner получает короткий запрос и превращает его в структуру работы:

— что собираем
— какие большие части нужны
— в какой последовательности идти
— какие спринты должны получиться

Важная деталь: planner не расписывает всю техническую реализацию заранее.

Если в начале придумать подробный план на 200 шагов и ошибиться, ошибка потом поедет каскадом через несколько часов работы.

Поэтому planner держит уровень продукта и спринтов, а технические решения остаются ближе к моменту реализации.

2. Agent: сборка следующего спринта

Agent берёт следующий спринт и собирает фичу.

Но перед началом работы он сначала договаривается с evaluator, что именно будет считаться готовым результатом.

Это главный механизм всей системы.

В обычной агентской работе часто бывает так: дал задачу, агент что-то сделал, сам себя проверил, сказал “готово”, а потом выясняется, что половина сценариев не работает.

Anthropic решает это через contract.

3. Contract: договорённость о готовом результате

Agent пишет: я соберу такую фичу, проверять её надо вот так.

Evaluator отвечает: добавь такой сценарий, такой edge case, такое состояние интерфейса, такую проверку.

Они обмениваются markdown-файлами и уточняют критерии, пока не сходятся на contract.

Contract — это список конкретных проверяемых утверждений.

Дальше evaluator проверяет уже не исходный расплывчатый запрос пользователя, а этот contract.

Например, исходный запрос:

“сделай retro game maker”

А contract превращает его в конкретику:

— можно создать новый проект
— есть sprite editor
— есть play mode
— сохраняется состояние
— canvas работает корректно
— основные сценарии кликаются в браузере

В примере Anthropic для одного приложения получилось 27 contract criteria.

Если критерии расплывчатые, critique тоже будет расплывчатой. Agent получает “ну как-то не очень” и не понимает, что именно чинить.

Если критерии конкретные, он видит точную проблему.

4. Evaluator: жёсткая проверка через браузер

Evaluator — это отдельный агент-критик.

Он открывает приложение через Playwright, кликает по интерфейсу, делает скриншоты, проверяет сценарии, пишет критику и отдаёт её обратно agent.

Отдельного критика проще настроить быть жёстким. У него отдельный контекст, отдельная роль и отдельная инструкция.

Agent собирает.
Evaluator атакует результат.

За счёт этого появляется нормальное давление на качество.

5. Финальный цикл

Итоговый процесс выглядит так:

1. planner разбивает задачу на спринты
2. agent берёт следующий спринт
3. agent и evaluator согласуют contract
4. agent строит
5. evaluator проверяет через браузер
6. agent чинит
7. цикл повторяется

С новыми моделями эту схему можно делать проще. Иногда agent может два часа спокойно собирать продукт, а потом evaluator прогоняет проверку.

Но суть остаётся: качество держится не на “модель умная”, а на архитектуре процесса.

6. Как собрать похожее самому

Нужны понятные примитивы:

— subagents для отдельных ролей
— Playwright / Chrome MCP для проверки интерфейса
— skills / rubrics для критериев качества
— auto mode / permissions для долгой автономной работы
— contract files для договорённости о “готово” до начала реализации

—

Я сам дошёл до части этих принципов: независимое тестирование, контракт (у меня назвался definition of done, dod). Теперь хочу попробовать воспроизвести целиком.

Видео:
https://youtu.be/mR-WAvEPRwE

Понравилось в ролике - теория - «нет у тебя уже есть, попробуй получить да».

Тем временем вот видео как мы едем в Дагестан от нашего нового монтажора. Там чуть сыро, но вы поймете суть. Как вам?

«Воспоминания об убийстве» — один из лучших триллеров не потому, что в нём много погонь, крови или эффектных разоблачений. Его сила в другом: это кино про расследование, которое медленно превращается в бессилие.

Южная Корея, провинция, 1980-е. В маленьком городе находят тела женщин, а местная полиция впервые сталкивается с серийным убийцей. У следователей нет ни опыта, ни технологий, ни нормальной системы — только интуиция, грубость, ошибки и нарастающая паника.

Это крупнейшее уголовное дело Южной Кореи с более чем 2 миллионами человеко-часов, потраченных на расследование, и 21 000 подозреваемых.

Фильм хорош тем, что он не играет в «умный детектив», где всё красиво сходится в финале. Наоборот, он показывает хаос настоящего расследования: случайные улики, ложные подозреваемые, давление общества, усталость, злость и постепенное разрушение людей, которые пытаются найти правду.

Это триллер уровня «Зодиака»: холодный, вязкий, очень человеческий. Не столько про маньяка, сколько про одержимость, страх и момент, когда зло оказывается сильнее порядка.

Смотреть, если хочется не аттракциона, а большого, мрачного и очень точного кино.

Фильм «Воспоминания об убийстве» снял Пон Джун-хо — южнокорейский режиссёр, который позже снял «Паразитов», «Сквозь снег», «Окчу», «Мать».

https://youtu.be/GZafOZ5vbSY?si=tj5ihxu1SkAWmYU6

Инопланетяне среди нас

Температура тела императорского пингвина составляет 38 градусов тепла, а лед под его ногами может остывать до минус 60. По законам физики, такая разница температур должна либо превратить лапы птицы в ледышки, либо приморозить ее к поверхности. Однако пингвины проводят на этом льду месяцы, не испытывая ни малейших трудностей. И секрет их выживания кроется в природной инженерной схеме противоточного теплообмена, аналоги которой инженеры независимо разработали еще в девятнадцатом веке.

https://www.ixbt.com/live/flora_and_fauna/pochemu-pingviny-ne-primerzayut-ko-ldu-delo-vovse-ne-v-zhire.html

"Большинство людей в действительности не хотят свободы потому, что она предполагает ответственность, а ответственность большинство людей страшит."

А что такое свобода?

Свобода — это способность принимать самостоятельные решения и действовать в соответствии со своими желаниями.

Секрет успеха здесь не в одном “вкусно готовят”. Скорее в том, что ресторан превращён в событие, ради которого человек готов ехать далеко.

По описанию ролика, это два удалённых ресторана в японской глубинке: один из них — Gyosanjin, куда можно попасть только на лодке, а другой находится в деревне примерно на 17 человек. То есть они не борются за поток “мимо проходящих” клиентов — они делают так, чтобы люди специально ехали к ним.

Главный секрет я бы сформулировал так:

Они продают не еду, а редкий, подлинный опыт, который нельзя скопировать в городе.

Почему это работает:

Место становится частью продукта.
У Gyosanjin опыт начинается ещё до еды: гости встречаются в порту, а шеф сам везёт их на лодке до ресторана. Это уже не “пообедать”, а маленькое путешествие.
Дефицит встроен в модель.
Gyosanjin принимает только одну группу на обед и одну на ужин, поэтому очередь и сложность бронирования не просто проблема, а часть ценности. Когда мест мало, спрос воспринимается как подтверждение качества.
Хозяин — не менеджер, а герой истории.
Шеф Yoshida родился в семье рыбаков, сам связан с морем, сам встречает гостей, сам готовит, сам создаёт атмосферу. У ресторана появляется лицо, биография и доверие.
Локальность невозможно подделать.
Там не просто “морепродукты”, а конкретная бухта, конкретная рыба, домашние приправы, овощи с собственного участка, рис от семьи жены шефа. Это даёт ощущение: “такое можно попробовать только здесь”.
Сарафан сильнее рекламы.
В источниках описано, что Gyosanjin сначала мог оставаться без клиентов, но затем репутация стала расти, ресторан попал в Michelin Guide, и бронирования начали заполняться на месяцы вперёд.

То есть формула примерно такая:

мастерство + ограниченность + личная история + уникальное место + стабильное качество = культовый продукт.

Для бизнеса главный вывод такой: не обязательно быть в центре города и иметь максимальное удобство. Можно победить наоборот — сделать продукт настолько точным, настоящим и запоминающимся, что неудобство превращается в доказательство ценности: “раз люди всё равно едут — значит, там что-то особенное”.

Я выступал с этой темой перед тысячной аудиторией. Людям не понравилось. Потому что тема заставляет взять ответственность за свою жизнь на себя 🤷🏼‍♂️

Но я всё равно записал ролик. Потому что это важно, пускай и может не нравиться.

Ссылка ниже. Полетели! 🛫

https://youtu.be/WL4P3_oGAek?si=aqkmxT1Ws-9LI0oD

Последнее время в Кремниевой долине все говорят про high agency. И, честно говоря, я не очень согласен с тем, как эту идею недавно описал New York Times.

High agency — модный сейчас термин про людей, которые не принимают ограничения как данность и почти всегда ищут способ добиться результата.

Статья пытается показать, что культ high agency — это почти культ безрассудного риска. Что Кремниевая долина романтизирует людей, которые считают правила необязательными и готовы поставить на карту все. Автор вообще задается вопросом, не стала ли сама способность действовать важнее того, ради чего человек действует.

Но, мне кажется, здесь смешали разные вещи. Поясню: почти все сильные предприниматели, которых я знаю, действительно немного неудобные люди. Они редко принимают слово «нельзя» за ответ, и это не от того, что им нравится нарушать правила. Просто такие люди относятся к большинству ограничений как к гипотезе, а не как к факту.

Когда человеку говорят «такой рынок», «так не делают», он не спорит, а идет проверять. Иногда оказывается, что ограничение было настоящим, а иногда выясняется, что его никто давно не оспаривал.

Я хорошо помню, сколько вещей нам говорили не делать. Нельзя масштабировать продажи через партнерскую сеть. Нельзя быстро зайти в американский healthcare, если ты не вырос внутри этой индустрии, и т.д., и т.п. Каждый раз находилось достаточно людей, которые могли логично объяснить, почему ничего не получится, и каждый раз находились люди, которые все равно пробовали.

При этом я видел предпринимателей, которые так верили в свою способность продавить реальность, что переставали замечать рынок, клиентов и цифры. Тут уже пахнет банальной самоуверенностью.

Настоящая high agency, на мой взгляд, заключается в привычке проверять, какие из барьеров реальные, а какие существуют только потому, что всем стало лень задавать вопросы.

Интересно, а какое правило в вашей сфере большинство считает очевидным, хотя его, возможно, никто никогда всерьез не пытался проверить?