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 7 hours ago
Reactions per 1K views 3.1 ⭐
  1. Пополняю базу знаний на сайте: сегодня там новый гайд по StemDeck — бесплатной программе с открытым кодом, которая раскладывает любой трек на отдельные партии: вокал, барабаны, бас, гитару, фортепиано и «всё остальное». Для всех, кто делает музыку, и для диджеев это находка. Стемы нужны постоянно: разобрать партию баса на слух, собрать минусовку для практики, вытащить акапеллу для ремикса. Обычно за это просят подписку — Moises, LALAL.AI и прочие облачные сервисы, куда ваш трек уезжает на чужой сервер. StemDeck делает то же самое локально: файл не покидает компьютер, аккаунт и оплата не нужны. Внутри открытая нейросеть Demucs. Закинули MP3 или ссылку на YouTube — получили шесть дорожек и микшер в духе мини-DAW: соло, мьют, петля на фрагменте, экспорт каждой партии в WAV. Заодно программа сама считает темп, тональность и громкость трека, что удобно при подготовке сета. Есть версии для Mac и Windows, а для любителей самостоятельности есть Docker и серверный режим с API. Скорость зависит от железа (на видеокарте быстро, на процессоре терпимо), а коммерческие сервисы местами дают более чистый результат. Для учебных и рабочих задач этого хватает с запасом. В гайде — установка, работа с микшером, три сценария использования, сравнение с облачными сервисами и разбор типичных проблем: 👉 StemDeck — локальное разделение музыки на стемы без облака и подписки Бесплатный, локальный, open source. Рекомендую.

  2. 🎧 Аудиоверсия pimenov.ai, 14 мин Я проанализировал 890 своих постов и впервые увидел, что у меня действительно работает Как анализ 890 публикаций показал рост охватов, силу длинных текстов, ценность победителей и превратил накопленный архив в контентную стратегию. Слушать и читать на сайте: https://pimenov.ai/articles/analiz-890-postov-kontent-strategiya/

  3. В субботу OpenAI в очередной раз сбросила лимиты всем платным пользователям Codex и ChatGPT Work. Сами сбросы уже стали привычным ритуалом, но на этот раз интересно другое: Тибо Соттио, руководитель Codex, приложил к сбросу подробный разбор того, куда утекала квота. Команда круглосуточно разбирала тысячи репортов и прошлась по системе «мелким гребнем». Что нашли и починили: - Сжатие контекста. При сжатии длинных сессий сохранялись старые изображения, контекст раздувался и мог запустить сжатие повторно. У работающих с картинками расход упал примерно на 10%. - Память. Фоновые процессы памяти наследовали стоп-хуки и не могли завершиться. Затронуто меньше 1% пользователей, но один тред 15 000 раз проверял, можно ли ему остановиться. - Цели. Цель, запущенная через /goal, могла продолжить работу после достижения результата или бесконечно повторять сломанный инструмент. Были случаи на 15–70% недельной квоты. - Автоматизации. Некоторые пользовательские расписания запускались чаще, чем были настроены. - Субагенты. Младшие модели вроде Luna иногда звали более мощных помощников без явного запроса, а оркестратор мог включить для них быстрый режим /fast. - Computer History. Старая реализация повторно суммаризировала одни и те же действия: в отдельных случаях это съедало до пятой части недельной квоты. - Фоновые суммаризации. Каждый обычный ход диалога запускал лишние фоновые запросы, примерно 1% к расходу токенов. Функцию отключили. - MCP. Результаты инструментов иногда кодировались дважды, а инструкции обрезались и запрашивались заново. По оценке Тибо, квота теперь должна растягиваться на 10–50% дальше, в зависимости от того, как вы пользуетесь Codex. Команда также поменяла архитектуру, чтобы эти ошибки не вернулись, и поставила тревогу, которая поднимет дежурных при повторении. А в приложении появится разбивка, куда именно уходит квота. Мне здесь интересен даже не список багов, а жест. После первого большого интервью Тибо, где он объяснял, как всё устроено внутри OpenAI, он стал рассказывать о происходящем ещё шире и подробнее. Вместо молчаливого сброса пользователи получают публичный постмортем с цифрами и названиями подсистем — редкий уровень открытости для компании такого масштаба. Разобраться в самой среде поможет мой единый справочник по Codex: https://pimenov.ai/knowledge/codex-app pimenov.ai/blog

  4. 🎧 Аудиоверсия pimenov.ai, 10 мин Локальные модели в работе: Mac Studio, DAWalka и DeepSeek — рассказ Миши Иванова Миша Иванов рассказывает, как локальные модели помогают ему собирать DAWalka, освобождать почти 200 ГБ на компьютерах и ускорять генерацию видео. Слушать и читать на сайте: https://pimenov.ai/articles/lokalnye-modeli-mac-studio-dawalka-deepseek/

  5. edited

    В десктопном приложении ChatGPT и Codex появились пользовательские секции сайдбара. Задачи и проекты больше не обязаны лежать одним общим списком: их можно раскладывать по собственным разделам так, как удобно именно вам. Второй вариант настройки интереснее: попросить Codex организовать сайдбар за вас. Агент, который весь день работает с вашими задачами, теперь может ещё и прибраться в собственном интерфейсе. Пока вы ведёте параллельно пять тредов, список чатов превращается в свалку. Если агент понимает контекст задач, логично, что он же предлагает и структуру: сгруппировать проекты и отделить черновики от рабочих веток. Если в сайдбаре накопился хвост из задач и проектов, не разбирайте его руками: создайте пару секций и попросите Codex разложить остальное. Заодно увидите, как агент понимает вашу работу, а это обычно полезная обратная связь. pimenov.ai/blog

  6. Скилл, то есть рабочая инструкция для ИИ-агента, может выглядеть безупречно и всё равно плохо работать. Проблема проявляется в реальных задачах: агент пропускает шаги, повторяет поиск или редко использует инструкцию. Команда Warp выпустила Skill Doctor — открытый скилл, который превращает историю работы агента в обратную связь для инструкций. Он: - собирает недавние локальные сессии Claude Code, Codex и Warp - оценивает ход работы и качество кода по заданным рубрикам - считает долю сессий, в которых скиллы сработали - готовит конкретные изменения в SKILL.md и показывает различия в формате diff. В официальном SKILL.md указано: транскрипты остаются на компьютере, а черновики новых версий складываются отдельно. Рабочие скиллы автоматически не перезаписываются. Инструкцию для агента стоит развивать по следам реальной работы. Skill Doctor ставит оценки по рубрикам, поэтому его правки всё равно надо читать и проверять на собственных задачах. Практический цикл выглядит так: увидеть сбой, предложить правку и проверить её в следующих сессиях. pimenov.ai/blog

  7. DeepSeek Harness обновился дважды за неделю — пришлось и мне быстро обновить руководство по нему в базе знаний. Напомню, что это такое: официальный open-source агентный фреймворк DeepSeek. Слой вокруг языковой модели, который превращает её в рабочего агента: файлы, терминал, инструменты, план, сессии, субагенты. Всё — плагины, всё пересобирается под себя. Проект вышел 13 августа и набрал 37 тысяч звёзд на GitHub за первый день, сейчас уже больше 200 тысяч. Релизы выходят каждые несколько дней. Только после публикации моего руководства 19 августа успели выйти две версии. Что важного в свежей v0.1.2-alpha.1 от 27 августа: — субагентам теперь можно задавать провайдера, модель и уровень рассуждений — вплоть до субагентов на базе Claude Code и Codex — появился Windows x64 runtime для Python SDK — доведена поддержка ACP, протокола подключения Harness к внешним редакторам и клиентам — обновлено официальное предупреждение о безопасности: аудит не проводился, а песочница и система подтверждений изоляцию не гарантируют. Плюс WebFetch в интернет теперь включён по умолчанию. Developer preview здесь не для галочки: дефолты безопасности реально меняются между версиями. Старый транспорт ApiProxy уже удалили, Code Mode переименовали в PTC mode — перед обновлением читайте примечания к релизу. Обновлённое руководство — установка, Web UI, headless, Python SDK, безопасность и таблица релизов, за которыми теперь нужно следить: 👉 DeepSeek Harness (dsh) — практическое руководство по официальному агентному фреймворку DeepSeek

  8. Посчитайте, сколько раз за сегодня вы перенесли что-то из чата с ИИ в рабочую систему. Скопировали ответ, вставили в Notion, переписали в письмо, пересказали в задачу. Поздравляю: вы — человеческий API. Принимаете данные из одной системы, передаёте в другую, иногда теряете пакеты по дороге. Мы быстро привыкли, что ИИ живёт в отдельном окне. Открываешь ChatGPT или Codex, приносишь туда задачу, объясняешь контекст, прикладываешь документы, получаешь ответ — и возвращаешься в CRM, почту или таск-трекер, где работа должна продолжиться на самом деле. На первом этапе этого было достаточно: сам факт, что инструмент пишет текст и помогает с кодом, уже выглядел скачком. Но сейчас видно ограничение: пока ИИ существует отдельно от процесса, человек — не руководитель помощника, а курьер между системами. И вот тут случилось важное. OpenAI начала описывать Codex не как приложение для разработчиков, а как слой, который можно встроить внутрь рабочих систем — туда, где уже живут задачи, данные, права и ответственность. Это меняет главный вопрос. Не «насколько умно модель отвечает», а «может ли агент войти в реальный процесс, получить разрешённый контекст, оставить проверяемый след и вернуть результат, который можно принять или отклонить». Разобрал этот поворот в большой статье: почему «сделайте нам чат-бота» — слабое ТЗ, чему учит кейс loveholidays, где доля кода с ИИ выросла с 7% до 79%, и как проектировать помощника, который живёт внутри бизнеса, а не рядом с ним. 👉 Codex становится платформой: почему следующий ИИ-помощник будет не в отдельном окне, а внутри вашего бизнеса

  9. Обновил справочник по моделям Claude в базе знаний: актуальная линейка Anthropic, цены API и всё, что изменилось за лето. Самое важное для тех, кто пишет интеграции: у моделей новее Claude Opus 4.6 больше не настраиваются temperature, top_p и top_k. Передаёте привычное значение — получаете ошибку 400. Поведением теперь управляют промпт и параметр effort. Что внутри: — линейка из четырёх моделей: Haiku 4.5, Sonnet 5, Opus 5 и Fable 5 — с ценами, контекстными окнами и лимитами вывода — как выбрать модель под задачу: от массовой классификации документов за $1 за миллион токенов до длительной автономной работы агента — новые идентификаторы без даты: claude-sonnet-5 — это не «указатель на последнюю версию», а закреплённый снимок, который Anthropic не меняет — таблица снятых моделей с датами отключения и рекомендованными заменами — если интеграция ещё живёт на третьем поколении, самое время провериться — где экономить: пакетные запросы дешевле на 50%, а чтение из промпт-кэша стоит 10% от цены входа Каждое утверждение сверено сегодня с официальной документацией Anthropic: цены, статусы, даты отключения, параметры API. Заодно исправил пару неточностей, которые нашлись при проверке. Продолжаю приводить базу знаний в актуальное состояние. Полный справочник: Anthropic Claude — линейка моделей и API

  10. 🎧 Аудиоверсия pimenov.ai, 1 мин Как поднять свою LLM и подключить к Codex Как поднять локальную LLM через Ollama и Open WebUI и подключить её к Codex CLI: рабочий контур для приватной работы с моделями без утечки данных. Слушать и читать на сайте: https://pimenov.ai/knowledge/lokalnaya-llm-ollama-open-webui-codex/

  11. У ChatGPT Work появился очень практичный способ объяснить агенту ваш рабочий формат: показать один хороший пример. В Work на web или в Codex desktop нужно вызвать @Template-Creator, приложить Word-документ, Excel-таблицу или PowerPoint-презентацию. Для Google Docs, Sheets и Slides можно дать ссылку. Затем описать, что в образце должно оставаться неизменным, какие части будут меняться и какие исходные данные вы будете добавлять в следующий раз. Из примера и этих правил собирается переиспользуемый шаблон. Дальше его можно выбирать через @Documents, @Spreadsheets или @Presentations и получать новые файлы в знакомой структуре: отчёт по прошлому месяцу становится основой следующего, заметки со встречи превращаются в презентацию, хороший документ задаёт формат всей серии. Вместо длинного промпта с описанием оформления вы даёте модели готовый эталон. Для разовой задачи достаточно файла-примера. Шаблон нужен, когда тот же процесс повторяется. Доступность зависит от тарифа, настроек рабочего пространства, типа файла и интерфейса. Шаблоны, созданные в веб-версии и локально в Codex, сейчас не синхронизируются автоматически. pimenov.ai/blog

  12. 12 ноября 2026 года Cursor останется без моделей GPT. OpenAI официально расторгает контракт — самый громкий развод года в ИИ-индустрии. Cursor недавно купила SpaceX, и OpenAI заявляет: мы не уверены, что наша технология в руках компаний Маска будет использоваться по правилам. Дальше идёт реестр грехов: после покупки Twitter контракт с OpenAI был нарушен, а под присягой Маск признал, что xAI дистиллировала данные OpenAI, то есть обучала свои модели на ответах чужих. Сосед залез в чужой холодильник, а теперь удивляется, что ему сменили замок. Формально всё вежливо. OpenAI взяла максимальную отсрочку по контракту, «чтобы у разработчиков было время». До 12 ноября всё работает, свой API-ключ в Cursor никто не отменяет. Но встроенных GPT-моделей в редакторе больше не будет. В том же анонсе OpenAI впервые называет имя новой модели: Astra. И тут же уточняет — будущие модели Cursor не получит. Дата отключения совпадает с появлением Astra в официальном тексте. Моя гипотеза: 12 ноября это день запуска Astra, и Cursor выкидывают за борт ровно к премьере. За всем этим стоит личное. Альтман и Маск когда-то вместе основали OpenAI, а теперь выясняют отношения через контракты и отключения. Только бьёт это не по миллиардерам, а по обычным разработчикам, у которых завтра встанет рабочий инструмент. Если вы на Cursor: не паниковать, но и не ждать ноября. Запасной план простой — собственный API-ключ OpenAI или другие модели внутри редактора. Официальное заявление OpenAI: https://openai.com/index/our-decision-on-cursor-following-its-acquisition-by-spacex/

  13. repost

    Южная Корея выдаст всем гражданам страны бесплатный доступ к ИИ. Полезный совет: внимательно выбирайте какого цвета паспорт получите, когда рождаетесь. А то есть шанс оказаться в перманентном подклассе. А если руководите небольшой страной, то помните что небольшая инвестиция в $30-50В в датацентры и чипы может дать долгосрочно приличный буст к ВВП. Корея потратит на это $2.7В в год, тесты начнутся в сентябре, система будет напрямую подключена к национальной системе здравоохранения и образования.

  14. repost

    Я подключил Codex к домашнему Xiaomi TV по Wi‑Fi — и мы вдвоём сделали то, до чего у меня несколько лет не доходили руки. Телевизор тормозил, память была забита непонятно чем, ненужные приложения занимали место, а PatchWall регулярно возникал на экране с настойчивостью человека, которого никто не приглашал, но он всё равно пришёл и уже разулся. Codex помог включить режим разработчика, подключился к телевизору через ADB, провёл диагностику, очистил кэши, удалил ненужные приложения, отключил лишние компоненты Xiaomi с возможностью всё вернуть, настроил анимации и установил нужный софт. После перезагрузки телевизор, который я уже мысленно записал в устаревшие, заработал практически как новый. Самое интересное здесь даже не телевизор. Дома мы с Codex уже управляем роутерами, хранилищами и компьютерами, а теперь выяснилось, что в этот контур совершенно естественно вписывается и бытовая техника. ИИ-агент постепенно превращается из собеседника в универсального домашнего системного администратора, которому можно показать проблему обычными человеческими словами и вместе довести её до работающего результата. Я подробно описал весь процесс: как подключиться к Android TV по Wi‑Fi, что проверить перед изменениями, какие команды использовать, что удалять безопасно и как оставить себе путь назад, если что-нибудь пойдёт не так. Получилась не столько история про старый телевизор, сколько практическое руководство по наступившему будущему. 👉 Как мы с Codex оптимизировали Xiaomi TV по Wi‑Fi и вернули ему нормальную жизнь

  15. 🎧 Аудиоверсия pimenov.ai, 1 мин HyperFrames от HeyGen — видео как код для ИИ-агентов и Codex HyperFrames от HeyGen — открытый фреймворк, где видео собирается из HTML, CSS и JS руками ИИ-агента. Возможности, сценарии применения и интеграция с Codex. Слушать и читать на сайте: https://pimenov.ai/knowledge/hyperframes-heygen-video-kod-codex/

  16. Когда агент поручает работу другому агенту, всё ломается незаметно. Запрос уходит по цепочке A → B → C, каждый узел исполняет не думая, и на выходе — результат, который никто не заказывал. При этом формально никто не ошибся. Просто никто не имел права сказать: «погодите, запрос неоднозначный». В Google это заметили и сели разбираться. Результат — исследование DeepMind Intelligent AI Delegation: как агенты должны делегировать друг другу, чтобы система не рассыпалась. Google Cloud вытащил из него четыре практических принципа. Тема сложная, поэтому я зафиксировал её для себя на будущее, чтобы не потерять, — и оформил материалом на pimenov.ai. Само исследование — серьёзная научная работа: пять столпов делегирования, криптография, теория менеджмента 1938 года. Читать оригинал — на вечер, и не факт, что дочитаете. Из всего, что есть по теме, только этот материал переводит исследование в рабочий инструмент: чеклист из 12 пунктов на пять минут, схема проверок перед запуском субагента и готовый контракт в YAML — копируй и вставляй в любой оркестратор. Внутри: — почему делегировать можно только то, что проверяется; — когда хватит дешёвой модели, а когда нужна frontier; — почему субагенту нельзя отдавать весь контекст; — зачем агенту право оспорить ваш же запрос. 👉 Четыре принципа делегирования субагентам

  17. В штатных плагинах ChatGPT для Gmail, Календаря и Контактов появилась поддержка нескольких аккаунтов Google. Подключить ещё один можно по пути «Настройки» → «Плагины» → нужный сервис. Работает в веб-версии, на десктопе, iOS и Android, только на платных планах. Раньше к учётной записи привязывался только один Google-аккаунт: для тех, у кого рабочая и личная почта, это было одним из самых неудобных ограничений. Теперь дайджест и поиск по переписке могут охватывать оба ящика. pimenov.ai/blog

  18. Anthropic открыла исследовательский предпросмотр (research preview) Model Hardware Standard (MHS) — спецификации, через которую ИИ-агенты управляют физическими устройствами: от микроскопов и дозаторов жидкостей до лазеров квантовых компьютеров. Проблема старая: у каждого прибора собственный интерфейс, и связка оборудования лаборатории в единую систему занимает недели или месяцы работы интегратора. MHS сводит это к часам: стандартный драйвер с примитивами вроде «прочитать температуру» и «задать температуру», машиночитаемое описание возможностей устройства, доступ через MCP (протокол подключения агентов к внешним системам). Стандарт не привязан к модели Anthropic: с ним может работать любой агент. Самый наглядный кейс у QuEra, производителя квантовых компьютеров. Лазер в такой машине обязан держать частоту с точностью до одной триллионной. Когда он сбивается, оператор вручную возвращает его за 5–10 минут. Команда QuEra несколько месяцев писала скрипт автовосстановления: он справлялся в 58% случаев и тратил 150 секунд на попытку. Claude через MHS переписал его в дерево решений за одну ночь: четыре экземпляра модели по кругу предлагали гипотезы, правили код и проверяли его на живом лазере. К утру восстановление занимало около 6 секунд, а на контрольной серии из 700 смоделированных сбоев скрипт сработал в 99,3% случаев. Пределы показаны честно. В лаборатории Genentech Claude при ошибке дозирования пытался повторить операцию с другими параметрами и только сильнее взбивал жидкость: он не понимал, что причина в физических пузырьках, пока люди не объяснили ему физику. Поэтому стандарт сначала уходит к партнёрам предпросмотра для выработки оценок безопасности и лишь потом попадёт в открытый доступ. Поддержку уже встраивают AWS, Universal Robots, QIAGEN и Raspberry Pi. Смотреть здесь стоит не на роботов, а на слой стандартизации. MCP сделал для программ то, что MHS теперь делает для физических устройств: снимает интеграционный налог. В HHMI Janelia подключение новой камеры к микроскопному стенду после внедрения стандарта заняло минуты вместо привычных нескольких дней. Кто раньше соберёт драйверы и практики безопасности, тот и задаст темп автономным лабораториям. pimenov.ai/blog

  19. Собрал из 200 комментариев в Threads практическое руководство о том, как вайбкодить без бардака: с проектной памятью, границами задач, проверками в браузере и безопасными откатами. Я стараюсь использовать все новые возможности ChatGPT не ради самой технологии, а чтобы встроить их в реальную работу. Одна из моих любимых сейчас — интеграция с Chrome: можно открыть нужную страницу и работать с её содержимым прямо в браузере, держа ChatGPT рядом. Это особенно полезно, потому что я постоянно нахожу хороший контент в соцсетях. Чаще всего в X, но недавно мне попалась интересная ветка в Threads. Автор попросил людей, которые занимаются вайбкодингом, поделиться находками, действительно экономящими время: промптами, репозиториями, MCP-серверами и рабочими приёмами. Под веткой собралось больше 200 комментариев — не теоретические рассуждения, а живой опыт людей, которые уже используют ИИ в разработке. Там повторялись очень здравые советы: оставлять агенту проектную память, понимать архитектуру, ограничивать задачи, проверять результат в браузере, фиксировать изменения в Git и не разрешать модели бесконечно «улучшать» работающий код. И я подумал: почему бы не превратить этот коллективный опыт в нормальный, структурированный материал? Просто открыл ветку в Chrome, подключил к ней ChatGPT, отделил полезные комментарии от шума, проверил ключевые утверждения и прогнал всё через свой редакционный пайплайн. В итоге из обсуждения в соцсети получилась большая практическая статья с шаблонами, чек-листами и рабочим процессом. Мне нравится, как здесь соединились сразу четыре вещи: сила соцсетей, коллективный человеческий опыт, возможности ChatGPT и мои пайплайны по созданию контента. Статья называется: Вайбкодинг без бардака: правила, которые действительно экономят часы Если вы уже пишете код с ИИ, но не хотите однажды обнаружить вместо проекта склад случайно сгенерированных файлов, — рекомендую прочитать.

  20. Salesforce и Anthropic запустили Claudeforce — партнёрство, которое переносит работу с CRM внутрь Claude. Первый продукт, плагин Salesforce in Claude, получил 37 готовых навыков для продавцов: от подготовки к встрече до анализа сделок и обновления воронки. Сейчас доступен пилот, открытая бета запланирована на сентябрь 2026 года. Официальный анонс Salesforce. Связка работает через Headless 360 и MCP. Claude получает доступ к данным, процессам и действиям Salesforce, но выполняет их с учётом уже настроенных прав и бизнес-правил. В демонстрации агент разбирает воронку и собирает интерактивное представление под конкретную задачу. Здесь особенно интересен сдвиг ролей. Claude становится рабочим интерфейсом, а Salesforce остаётся системой учёта, правил и корпоративного контроля. Пользователю больше не обязательно открывать CRM и проходить её экраны вручную: задача формулируется в диалоге, а система выполняет нужный процесс за кулисами. Пока это пилот, поэтому реальные скорость, качество работы с грязными CRM-данными и экономика такого подхода ещё не проверены широким рынком. Но направление уже понятно: ценность корпоративного софта всё чаще будет находиться в данных, разрешениях и процессах, а интерфейс сможет собираться вокруг задачи. pimenov.ai/blog

  21. Older posts