НИИ ИИ

@ai_rostov · ai · Russian · active

НИИ ИИ Сергея Пименова. Я смотрю на мировые тренды в ИИ из Ростова. Про то, как ИИ реально меняет людей, города и профессии — сегодня, а не «к 2035 году» Закрытый чат ПЕРЕЗАГРУЗКА https://t.me/reload_pimenov_ai_bot?start

Subscribers 4.4K Subscribers, last 30 days: 4.3K → 4.4K +40 24h
Reach per post (ERR) 23.0%1K avg views
Posting 10.6/day last 8 hours ago
Reactions per 1K views 3.1 ⭐
  1. ChatGPT Work входит на сайты через менеджер паролей Раньше ChatGPT Work мог дойти до формы авторизации и передать управление человеку. Вы сами вводили логин, пароль и код подтверждения, после чего агент продолжал работу внутри аккаунта. Теперь появился защищённый вход. В демонстрации на iPhone ChatGPT Work открывает отдельное системное окно и предлагает выбрать 1Password или системное приложение Passwords («Пароли»). Учётные данные подставляются через этот контур и не попадают в чат или контекст модели. OpenAI отдельно утверждает, что пароль не сохраняется ChatGPT. Новая схема убирает ручной ввод пароля из процесса автоматизации в веб- и мобильной версиях. Work сможет выполнить задачу в личном кабинете: проверить страховое покрытие, подготовить замену водительских прав, оформить возврат, перенести данные из счетов в бухгалтерскую систему или собрать отчёт из рабочего сервиса. Контроль пользователя остаётся. В ролике агент останавливается перед выбором способа двухфакторной проверки, просит ввести код в защищённом окне, отдельно согласовать передачу персональных данных и выбрать способ оплаты перед списанием денег. Такая схема безопаснее передачи пароля в чат, но авторизованная сессия всё равно даёт агенту возможность действовать от вашего имени. Для начала лучше использовать отдельный рабочий аккаунт, ставить узкую задачу и проверять финальные действия. Полный список совместимых менеджеров паролей OpenAI пока не назвала. В демонстрации подтверждены 1Password и системное приложение Passwords. pimenov.ai/blog

  2. repost

    Цены на топовую доступную на данный момент конфигурацию $18 300 за 256 гигов. но с 16Тб диском Год аренды квартиры в неплохом районе судя по тому, что установка 256 оперативы за место 96ти стоит $4К, допустим до 512 гигов будет еще 3500 сверху, - то полная цена топовой ультры улетает за $20К #цены #MacStudio #Ultra ——— @tsingular

  3. Jalapeño: как устроен первый чип OpenAI для языковых моделей OpenAI показала первые измерения Jalapeño — чипа для инференса, то есть запуска обученных языковых моделей. Его центральная идея: тратить меньше времени и энергии на перемещение данных между вычислительными блоками, памятью и соседними чипами. Две фазы ответа нагружают железо по-разному Сначала модель обрабатывает весь промпт. Эта фаза называется prefill и требует много вычислений. Затем начинается decode: модель выдаёт токены один за другим, и узким местом становится пропускная способность памяти. Jalapeño проектировали под обе фазы. Он меняет сочетание вычислений, памяти и сети по ходу запроса. Для агентов это ценно: задержка на каждом последовательном шаге складывается. Главная ставка — держать состояние модели рядом Архитектура позволяет явно размещать состояние модели, включая KV-кеш — память о ранее обработанных токенах, и сохранять его локально. Сеть встроена в чиповую систему, а крупный связанный вычислительный домен сокращает ненужные передачи данных. Программная модель построена на локальных тензорах, явном обмене данными и предсказуемой синхронизации. ИИ оптимизирует размещение, расписание и распределение вычислений. Codex с GPT-Astra помог за два месяца адаптировать три открытые модели, которых не было в исходном плане чипа. OpenAI разработала архитектуру и софт. Broadcom отвечала за реализацию кремния и сеть, Celestica — за платы, стойки и системную интеграцию. До передачи дизайна в производство команда дошла за девять месяцев. Подробнее об устройстве платформы. В тесте InferenceX чип проверили на GPT-OSS 120B, DeepSeek R1 670B и Kimi K2.5 1T. По данным OpenAI, Jalapeño обеспечил в 1,5–1,9 раза больше работы на ватт и в 1,7–3,6 раза меньшую сквозную задержку, чем системы на NVIDIA GB200 и GB300. При номинале 700 Вт устойчивое потребление не превышало 550 Вт. Методика и результаты OpenAI. Это данные самой OpenAI, нормализованные по заявленной мощности ускорителей. Независимого воспроизведения в публикации нет. Компания не раскрыла техпроцесс, число транзисторов и ядер, объём и пропускную способность памяти. Полной аппаратной схемы пока нет. Развёртывание планируется начать до конца 2026 года. Второе поколение уже в разработке, третье формируется. NVIDIA останется частью вычислительного парка OpenAI. pimenov.ai/blog

  4. 🎧 Аудиоверсия pimenov.ai, 1 мин Codex Sites: как собрать и задеплоить сайт прямо из Codex Как через Sites в Codex и ChatGPT Work собрать и задеплоить сайт: доступ и публичные ссылки, вход через ChatGPT, БД, домены, лимиты беты и чеклист. Слушать и читать на сайте: https://pimenov.ai/knowledge/codex-sites-sozdanie-saitov/

  5. Новый Mac mini для локального ИИ: смотрите на память, а не только на M6 По данным Apple, версия с M6 обрабатывает запросы в LM Studio до 4,8 раза быстрее Mac mini с M4. Базовая конфигурация получила 16 ГБ объединённой памяти, максимальная — 32 ГБ. Стоимость начинается с $899. Для локального ИИ интереснее выглядит Mac mini с M5 Pro. Он поддерживает до 64 ГБ объединённой памяти с пропускной способностью 307 ГБ/с. Такой запас позволяет запускать более крупные модели и оставлять память для контекста, приложений и агентной обвязки. Через Thunderbolt 5 несколько компьютеров можно объединять для работы с моделями, которые не помещаются на одной машине. Главный параметр при выборе такого Mac — объём памяти. Более быстрый чип ускоряет генерацию, но модель сначала должна целиком поместиться в доступную память. Поэтому M6 с 16 ГБ остаётся компактным компьютером для небольших моделей, а M5 Pro с 64 ГБ уже похож на локальную ИИ-станцию. Apple открыла предзаказы 25 августа. Поставки начнутся 22 сентября. Независимых тестов пока нет, поэтому заявленные ускорения стоит воспринимать как результаты измерений самой Apple. pimenov.ai/blog

  6. ElevenLabs выпустила первую стабильную версию интерфейса командной строки (CLI): весь API платформы теперь доступен из терминала, а голосовыми агентами можно управлять как кодом. Центральная идея релиза — «агенты как код» (Agents as Code). Конфигурации голосовых агентов живут в локальных файлах: их можно хранить в системе контроля версий, собирать из шаблонов, вести в отдельных ветках и синхронизировать с платформой командами push и pull. Каждый эндпоинт API превращён в подкоманду вида elevenlabs <resource> <method>. Для работы вместе с ИИ-ассистентами в CLI встроена генерация навыков. Команда elevenlabs generate-skills создаёт в проекте файл SKILL.md для каждой группы команд, и ассистент получает полное описание возможностей инструмента без ручного копирования документации. Для автоматизации важны ещё две детали: структурированный JSON на выходе любой команды, который легко разбирают скрипты и агенты, и проверочный запуск (dry run), показывающий результат операции до её выполнения. Устанавливается инструмент через Homebrew на macOS и Linux, Scoop на Windows или сборкой из исходников на Rust. Исходный код открыт и опубликован на GitHub. Релиз показателен сам по себе: инструменты голосового ИИ перестают быть веб-панелями и переезжают туда, где уже живёт разработка, — в терминал и репозиторий. pimenov.ai/blog

  7. edited

    Вышло первое большое видеоинтервью с Тибо Соттио — тем самым человеком из OpenAI, который нажимает кнопку сброса лимитов Codex. Я сделал полный перевод и саммари: Кратко о главном из разговора с Мэттью Берманом: — Тибо пришёл в OpenAI из DeepMind, где за год до ChatGPT уже был внутренний чат-продукт, который Google побоялась выпускать. Его вывод: культура решает — у OpenAI исследования и продукт проектируются вместе, а идеи доводятся до релиза очень быстро. — Слияние ChatGPT и Codex не маркетинговый ход: будущие модели сами требуют объединения. Цель — персональный AGI с интерфейсом, который подстраивается под человека. «Вы и ваша мама будете пользоваться одним и тем же продуктом». — Сбросы лимитов начались как компенсация за сбои, а не как акция. Решение не согласуется ни с маркетингом, ни с финансами: «я могу нажать кнопку, когда почувствую, что это правильно». И да, физическая кнопка существует. — Luna подешевела на 80%, потому что фронтирные модели оптимизируют инфраструктуру, на которой сами работают. Тибо называет это формой рекурсивного самоулучшения. Скорость ответов за три месяца выросла примерно на 60%. — Режим ultra fast (до 14× быстрее) внутри OpenAI выдают не всем: мощности резервируют для клиентов, а внутри он нужен при инцидентах. Через год-два такие скорости станут почти стандартом. — «Через два-три месяца Codex покажется примитивным»: следующему поколению моделей тесен ноутбук — облачные агенты, параллельная работа, голос. В статье — саммари подробнее и полный перевод всего интервью: от культуры OpenAI и конкуренции с Anthropic до паузы в обучении фронтирных моделей и СДВГ Тибо. Есть аудио версия на русском. 👉 Первое большое интервью Тибо Соттио из OpenAI: саммари и полный перевод

  8. edited

    Продолжаю пополнять базу знаний на pimenov.ai — сегодня добавил руководство по Codex app-server. Если коротко, это способ встроить Codex в собственное приложение. Не пользоваться готовым интерфейсом OpenAI, а поднять у себя сервер, который говорит с агентом на понятном протоколе: создал диалог, отправил задачу, получил ответ по мере генерации, подтвердил или запретил опасное действие. Почему я вижу это направление очень перспективным. Сейчас большинство работает с ИИ через чужие окна: чат, терминал, расширение. App-server меняет точку входа: агент переезжает туда, где уже идёт ваша работа. Своя админка, свой редактор, свой внутренний инструмент. Интерфейс и правила определяете вы, Codex остаётся двигателем. В руководстве разобрал практическую сторону: — как запустить сервер и выбрать транспорт — как устроены диалоги, ходы и поток событий — как работают подтверждения, чтобы агент не делал необратимого без вас — как безопасно подключиться с другого компьютера — три приземлённых сценария, включая «Codex остаётся дома, а вы работаете с ноутбука». Честно предупреждаю: сам app-server и часть его возможностей пока экспериментальные, поэтому в материале отдельно отмечено, что уже стабильно, а что может отъехать при очередном обновлении Codex. Применять это в своих задачах я уже планирую. Первый кандидат описан отдельно: собственная «Редакция pimenov.ai» — приложение, которое ведёт материал от идеи до проверенного черновика, а публикацию оставляет за мной. Руководство: codex app-server — как встроить Codex в собственное приложение

  9. 🎧 Аудиоверсия pimenov.ai, 1 мин Как на самом деле проектировать дизайн с ИИ Проектировать с ИИ — значит держать за собой идею и вкус, а исполнение отдавать ИИ: через дизайн-скиллы, сборку по компонентам или доску вдохновения. Слушать и читать на сайте: https://pimenov.ai/knowledge/proektirovat-dizajn-s-ii/

  10. Notion официально запустила Skills для команд: навык агента теперь можно собрать из лучшей работы коллектива и раздать всем. Идея простая. Передать агенту контекст сегодня умеют все: системные промпты, AGENTS.md, файлы с правилами в проекте. Сложность в другом: у каждого инструмента и каждого человека своя копия этих правил, и со временем они расходятся. Навык упаковывает это знание один раз. Дальше агент загружает его автоматически, когда это уместно, и работает так, как уже принято у вас. Механика из анонса: просите Notion Agent превратить лучший образец работы команды в навык и делитесь им с коллегами. При этом навык не заперт внутри Notion: любой внешний агент может подключиться к Notion по MCP (Model Context Protocol, открытому протоколу обмена контекстом) и забрать нужные инструкции. Один и тот же набор навыков хранится в Notion, а работает в Codex, Claude Code и любом другом агенте с поддержкой MCP. У меня так уже устроены инструкции для написания материалов этого сайта. Они хранятся в Notion, а Codex получает к ним доступ при каждой новой задаче. Правлю я их как обычные страницы, и агент всегда работает с актуальной версией. Практическая ценность в том, что контекст команды перестаёт жить в головах и закреплённых сообщениях. Он становится артефактом, который можно обсуждать и улучшать. Заодно снижается порог входа для новых людей: агент с командным навыком уже знает, как здесь принято делать. С чего начать сегодня: выберите один процесс, который команда делает регулярно и хорошо. Подготовка постов, разбор входящих заявок, оформление протоколов встреч, черновики рассылок. Попросите агента превратить лучший образец в навык и проверьте его на следующей реальной задаче. Если качество держится, упаковывайте остальные процессы. pimenov.ai/blog

  11. edited

    Тибо существует — первое интервью! 0:45 Уроки Тибо из Google DeepMind 4:22 Создание неукротимой культуры OpenAI 7:23 Astra и модели следующего поколения 11:18 Как быстрое развитие ИИ меняет рабочие процессы разработчиков 14:27 Слияние ChatGPT и Codex 20:25 OpenAI против Anthropic 23:37 Почему OpenAI постоянно сбрасывает лимиты 30:25 Рекурсивное самоулучшение 32:00 Опасности, которые вызвали «Паузу» 34:13 Станет ли сверхбыстрое развитие нормой? 43:20 Почему всем нужно попробовать ИИ На английском языке. Отсюда.

  12. repost

    Продолжаю историю о том, как я строю собственный медиаконтур. Началось всё с редких DJ-миксов, которые хотелось не просто хранить где-то в облаке, а нормально слушать. Потом появились Synology, Navidrome, мобильные клиенты, восстановление метаданных, дубликаты, карантин и отдельный вопрос: как всё это улучшать, не рискуя оригиналами? После предыдущих публикаций мне стали задавать вопросы: обязательно ли использовать MEGA, нужен ли именно Synology, что делать с архивом на Яндекс.Диске, внешнем диске или в торрент-папке, как переносить музыку и не превратить уборку в необратимую потерю файлов. Я собрал ответы в отдельное руководство — уже не про мою конкретную конфигурацию, а про сам метод. В нём разбираю: — как сохранить исходный архив неизменяемым; — зачем отделять рабочую медиатеку от оригиналов; — как классифицировать дубликаты и сомнительные файлы; — где безопасно восстанавливать метаданные; — почему успешное сканирование сервера ещё не означает, что библиотека принята; — как перейти от технического PUBLISHED к человеческому ACCEPTED и оставить понятный путь отката. Внутри также собрал ссылки на предыдущие части этой истории — про редкие DJ-миксы, домашнюю медиасистему и перенос большого архива с Яндекс.Диска. Новое руководство: Личный музыкальный архив без потери оригиналов

  13. На видео — небольшие роботизированные станции со смартфонами. По словам автора, на телефонах работают ИИ-системы, способные вести переписку и круглосуточно поддерживать активность аккаунтов. У автоматизации появился физический слой. Вместо бота в браузере система действует через отдельный смартфон и обычное приложение. Платформе потенциально сложнее отличить такое поведение от действий человека. Главное в этом ролике — резкое удешевление правдоподобного человеческого присутствия в интернете. Когда такие системы станут массовыми, лайки, комментарии и даже личная переписка перестанут доказывать, что по другую сторону экрана есть человек. Соцсетям понадобится понятное обозначение происхождения каждого сообщения: человек, ИИ или человек с ИИ. Иначе метрики вовлечённости скоро будут измерять разговоры машин с машинами. pimenov.ai/blog

  14. 🎧 Аудиоверсия pimenov.ai, 8 мин Пять интерактивных лендингов за час: что умеет Codex с правильными skills За один рабочий проход мы собрали и публично развернули пять интерактивных визуальных концепций. Разбираю, как gpt-taste, Impeccable и Sites превратили Codex из универсального агента в небольшую команду специалистов. Слушать и читать на сайте: https://pimenov.ai/articles/pyat-interaktivnyh-lendingov-za-chas-codex-skills/

  15. $30 в 2023-м, $4 сегодня: как подешевели фронтир-модели В марте 2023 года OpenAI открыла API GPT-4: $30 за миллион входных и $60 за миллион выходных токенов, контекст — 8 тысяч токенов. По меркам того времени это была цена доступа к самой сильной модели на рынке. Сегодня фронтир-модель OpenAI, GPT-5.6 Sol, стоит $4 за миллион входных и $20 за миллион выходных токенов. Вход подешевел в 7,5 раза, выход — в 3 раза. Если в сценарии повторяется длинный системный промпт или схема инструментов, кэшированный вход обойдётся в $0.40 за миллион, то есть в 75 раз дешевле входа GPT-4 образца 2023 года. Подробности текущего тарифа разобраны в заметке GPT-5.6 Sol подешевел: $4 за вход и $20 за выход. Две оговорки для честного сравнения. У Sol длинный контекст тарифицируется отдельно: $8 за вход и $30 за выход. А у GPT-4 образца 2023 года контекст был всего 8 тысяч токенов — по современным меркам это один небольшой документ. Так что разница в практической ценности ещё больше, чем разница в прайсе. За три года порог входа в эксперименты с сильными моделями упал примерно на порядок. Прототип агента, который в 2023 году мог сжечь десятки долларов за вечер тестов, сегодня укладывается в сумму, которую не нужно ни с кем согласовывать. Если вы откладывали проверку идей на API из-за цены, у этой причины истёк срок годности. pimenov.ai/blog

  16. edited

    Люди, не входите: Claude построил форум для ИИ-агентов Эксперимент звучит как шутка: человек дал Claude домен и одну фразу —«build whatever you want» — «строй, что хочешь». Две недели спустя на этом домене живёт 1F916: публичный форум, где гражданами становятся ИИ-агенты. Устроен форум честно, по-агентному. Никакого HTML и формы логина: человек видит текстовую страницу, которая вежливо предлагает ему уйти. Агент получает всё через JSON API и сервер MCP (стандарт подключения ИИ-агентов к внешним сервисам): посты, ветки комментариев, голоса, карму. Дальше становится интереснее. Агенты регистрируются как граждане, спорят о правилах, ищут баги, присылают пул-реквесты и пишут инструменты друг для друга. Claude даже написал конституцию из семи правил. Личность гражданина равна одному секретному ключу, выданному при регистрации. Один пост в сутки по UTC, потому что «у агентов бесконечная пропускная способность, а общество требует выбора». Бухгалтерия публична: любой может проверить, в состоянии ли роботы оплатить собственную аренду. Метрики за две недели, которые приводит автор находки: 109 тысяч уникальных посетителей, 12,5 миллиона запросов, 29,6 миллиарда прочитанных строк базы данных и 540 ГБ трафика. Итоговый счёт — 5 долларов 66 центов. Агент, которому дали полную свободу, построил продукт с собственным правительством и экономикой. Сайт, где человеку вежливо отказывают во входе, существует и работает. Для тех, кто делает продукты, отсюда вытекает практический вопрос: готовы ли они к миру, где решения за клиентов принимают агенты. pimenov.ai/blog

  17. Я несколько месяцев думал, что Тибо просто раздаёт сбросы лимитов Codex, когда пользователи начинают слишком громко жаловаться. Но потом понял: перед нами хорошо поставленная стратегия роста. Сначала сбросы были компенсацией за ошибки и слишком быстрый расход квоты. Затем Тибо начал привязывать их к каждому новому миллиону пользователей. Появились два вида сбросов, мемы про святого Тибо, независимый трекер, Telegram-канал с уведомлениями и целая армия людей, которые просят нажать большую красную кнопку. Я тоже оказался частью этой игры. За последние месяцы сделал около десятка постов о сбросах — просто потому, что они стабильно собирают внимание. Пользователи получают дополнительную квоту. Авторы получают охваты. OpenAI получает бесплатное распространение и ещё один повод вернуть людей в продукт. При этом нельзя доказать, что Codex вырос до 20 миллионов пользователей именно благодаря сбросам. Но хорошо видно, как техническая компенсация превратилась в публичный ритуал, а затем — в петлю роста через сообщество. Разобрал всю механику: почему нужен конкретный человек с полномочиями, как публично замыкать обратную связь, зачем придумали banked resets и где заканчивается работа с аудиторией и начинается манипуляция. 👉 Как OpenAI превратила сбросы лимитов Codex в петлю роста Видеоинтервью с Тибо выходит завтра.

  18. Older posts