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 3 hours ago
Reactions per 1K views 3.1 ⭐
  1. repost

    Рынок труда, к которому мы привыкли, рушится. Вместе с ним теряет силу обещание, на котором многие строили жизнь: научись хорошо делать свою работу, накопи опыт — и будешь нужен. Теперь можно делать всё правильно и обнаружить, что за твою работу больше не готовы платить прежние деньги. Для этого даже не обязательно потерять место. Вы остаётесь в штате, зарплата приходит. Только теперь от вас ждут работу, которую раньше распределяли между несколькими людьми. Ведь у вас появился ИИ. Работы больше — деньги те же. Возможностей отказаться всё меньше.| У самостоятельных специалистов похожая проблема. Кто-то освоил агента, перестроил процесс и предлагает похожий результат быстрее и дешевле. Вы не стали хуже. Но заказчик уже сравнивает вас с другой ценой и другой скоростью. Особенно болезненно это для хороших профессионалов. Людей, которые годами осваивали ремесло и рассчитывали, что накопленный опыт даст им устойчивость. Опыт остаётся. Его рыночная стоимость может измениться за несколько обновлений чужой программы. Посмотрите на монтаж: ИИ-ассистенты уже получают доступ к инструментам DaVinci Resolve. То, что требовало ручной работы, постепенно становится поручением агенту. Это вполне конкретные операции внутри профессионального редактора. И даже освоение ИИ не гарантирует спасения дохода. Когда ускоряются конкуренты, ваша новая производительность становится обычным ожиданием клиента. Приходится делать больше, чтобы зарабатывать столько же. Я написал большой материал об этой перестройке. О том, почему низкая безработица может соседствовать с тяжёлым поиском работы. Как рост экономики способен сопровождаться падением доходов части специалистов. И почему нельзя свести происходящее к совету «просто переучись». Меня больше всего тревожит разница в скорости: инструменты меняются за дни, а человеку для перестройки заработка могут понадобиться месяцы. Всё это время ему нужно на что-то жить. Прочитайте, особенно если ваша уверенность в будущем пока держится на мысли: «Я хороший специалист, работа для меня найдётся». 👉 Работы больше, денег столько же. Как ИИ меняет цену опыта

  2. OpenAI объявила о доступности GPT-Live-1 через API. Теперь разработчики могут встроить в своё приложение голосовой диалог, в котором агент слушает человека даже во время собственного ответа. Можно уточнить мысль по ходу разговора, не дожидаясь конца реплики. Ещё одна деталь из анонса: голосовой агент работает с моделями и средой исполнения, которые выбирает разработчик. Это даёт возможность добавить разговорный интерфейс к собственной логике приложения. Для меня здесь особенно интересна возможность собирать личных голосовых помощников на базе простых устройств под свои задачи. Я вижу это так: небольшое устройство с микрофоном и динамиком, связь по Wi-Fi или через Bluetooth с телефоном, а работа с мощной голосовой моделью — через приложение и API. Самому устройству не нужно выполнять вычисления модели. Хочется, чтобы такого помощника можно было настроить под себя и обращаться к нему голосом, когда он нужен. pimenov.ai/blog

  3. Astra полностью развернута для пользователей Plus, Pro, Business и Enterprise в Codex и ChatGPT Work. Создавайте новое. А если вам нужно вдохновение, посмотрите что умеет Astra вв прямом эфире на GPT TV.

  4. 🎧 Аудиоверсия pimenov.ai, 1 мин Synology NAS с нуля: полная базовая настройка DSM для дома Практическое руководство по домашнему Synology: хранилище, пользователи, Photos, видео, удалённый доступ, безопасность и резервные копии. Слушать и читать на сайте: https://pimenov.ai/knowledge/synology-nas-bazovaya-nastroika-dsm/

  5. Suno выпустила v6. По заявлению компании, модель обучена на лицензированных данных без прежнего обучающего набора. Партнёры — Warner Music Group, BMG и Believe. Старые модели выводят из использования: привычное звучание придётся оценивать заново, лицензии не гарантируют, что результат понравится больше. В семействе три варианта: v6 для управляемого результата и v6-wild для экспериментов доступны подписчикам Pro и Premier; быстрая v6-mini — всем. Suno обещает точечную замену припева или строки, объединение элементов своих песен, создание бита из выбранного фрагмента и генерацию из текста, аудио, изображений и видео. Сохранность остальной песни при правках ещё нужно проверять. С 3 сентября действуют лимиты скачивания, включая старые треки: - Free: до 7 за всё время. - Pro: 20 в месяц. - Premier: 60 в месяц. Повторное скачивание песни и её отдельных дорожек считается одним скачиванием. Библиотека сохраняется для прослушивания и обмена ссылками, но продолжения и ремиксы старых треков создаются новыми моделями и могут звучать иначе. ONUS Player: плеер для скачивания своих треков Наш Миша, фанат локальных моделей, подписан на Suno практически с появления сервиса. Из тысячи с лишним сгенерированных треков он почти ничего не публиковал, просто скачивал их для личного прослушивания, так что новые лимиты коснулись его напрямую. В ответ он навайбкодил ONUS Player. Приложение скачивает песни по ссылке, без логина и пароля. В плеере можно собирать плейлисты, слушать скачанное и экспортировать файлы в mp3, wav и m4a. Работает, по старой доброй традиции, только на Mac с M-процессорами. Заливать полученные треки на музыкальные площадки Миша не советует: это нарушение и быстро вскроется. Но слушать музыку, за генерацию которой заплачено, так, как удобно, ему никто не запретит. pimenov.ai/blog

  6. Голосовой ChatGPT получил доступ к GPT‑5.6 Sol и GPT‑6 Astra. Теперь перед разговором можно выбрать модель и глубину рассуждения, а голосовой режим подключит её, когда вопрос потребует поиска или сложного анализа. Это небольшое изменение интерфейса, но заметное изменение сценария. Голос перестаёт быть отдельным облегчённым режимом. Можно идти по улице, надиктовать задачу и получить вычислительную глубину, которую раньше ожидали от обычного чата. Для пользователей Pro доступна Astra; набор моделей и уровней зависит от тарифа и постепенного развёртывания. Я включил эту возможность просто попробовать и в итоге не смог выключить: оказалось слишком удобно. Голосом можно управлять сразу несколькими чатами и переключаться между задачами, не выпадая из работы. Для меня это настоящий прорыв в управлении Codex. Такой интерфейс позволяет держать параллельную работу под контролем без постоянного переключения между окнами. pimenov.ai/blog

  7. Локальные ИИ-агенты на Mac: что действительно остаётся на компьютере, сколько памяти нужно и можно ли работать без интернета. Я продолжаю пополнять базу знаний полезными материалами. Беру темы, с которыми сам сталкиваюсь или которые мне интересны, разбираюсь в них по первоисточникам и превращаю результат в руководство для всех. На этот раз разобрал локальных ИИ-агентов на Mac и MLX — фреймворк Apple для запуска моделей на Apple silicon. Вокруг локального ИИ много красивых обещаний: приватность, отсутствие платы за токены, низкая задержка, работа офлайн. Но сам факт запуска модели на Mac ещё ничего не гарантирует. Агент может обращаться к GitHub, поисковикам, облачным базам и удалённым MCP-серверам. В этот момент часть данных уже покидает компьютер. В руководстве я собрал: - как устроен локальный агентный контур; какие задачи разумно отдавать локальной модели; - от чего на самом деле зависят приватность и скорость; - сколько памяти нужно оставлять для модели, контекста и инструментов; - как поднять официальный MLX-LM Server; - как подключить Codex через сторонний сервер mlx-serve; - как проверить, что агент действительно работает без сети; - когда локальный запуск проигрывает облаку. Внутри есть готовые команды, критерии успешного запуска, предупреждения по безопасности и чеклист для проверки всей системы. Главный практический вывод: для большинства рабочих задач лучше начинать с гибридного контура. Простые и чувствительные операции выполнять локально, а сложные задачи отправлять в одобренную облачную модель по явным правилам. Получилось большое руководство, которое можно сохранить и использовать как пошаговую инструкцию: 👉 Локальные ИИ-агенты на Mac: MLX, приватность, задержка и офлайн-работа

  8. DaVinci Resolve слушается Codex. Монтажёрам пора снова учиться Монтажёрам пора осваивать Codex. Blackmagic выпустила DaVinci Resolve 21.1 с интеграцией ИИ-ассистентов: знакомому профессиональному редактору теперь можно поручать работу обычными словами. Среди заявленных ассистентов — Codex, Claude и Claude Code. В официальном видео Blackmagic демонстрирует работу через Claude: ассистент анализирует проект, удаляет клипы с красными маркерами и переносит отмеченные зелёным на другую дорожку. Это конкретные действия внутри монтажного проекта. Подключение показано в меню File → Setup AI Assistants. Для продемонстрированного сценария нужна DaVinci Resolve Studio. Через MCP, протокол подключения инструментов к ИИ, ассистент получает доступ к операциям редактора. Одной установки Codex для этого недостаточно. С выходом Astra становится всё интереснее смотреть на привычные приложения именно так: какую часть работы в них уже можно поручить агенту? OpenAI отдельно выделяет улучшения Astra в управлении компьютером. А Blackmagic открывает для ассистентов ещё и встроенный путь к инструментам Resolve. Я считаю, это и есть будущее монтажа: вы объясняете замысел и руководите сборкой, а повторяющиеся операции передаёте агенту. Умение видеть сильный дубль, чувствовать паузу и понимать историю остаётся вашей работой. Зато появляется возможность быстрее проверить несколько монтажных решений. Я бы не откладывал это обучение. Монтажёру полезно уже сейчас освоить постановку задач агенту и проверку его работы. Именно собственный опыт покажет, какую рутину можно отдать Codex и где по-прежнему быстрее сделать руками. pimenov.ai/blog

  9. 🎧 Аудиоверсия pimenov.ai, 10 мин Не всё, что можно автоматизировать, стоит автоматизировать Черновик статьи для pimenov.ai по мотивам эссе Aeon о skill nostalgia: почему ИИ должен убирать бессмысленную рутину, но сохранять человеческое мастерство, авторство, суждение и Skill Gate в агентных контурах. Слушать и читать на сайте: https://pimenov.ai/articles/ne-vsyo-stoit-avtomatizirovat/

  10. repost

    Unity Technologies выпустила официальный плагин и набор навыков для Claude Code Unity, похоже, насмотрелись, как Astra генерирует 3D-миры на Blender, и решили запилить официальный плагин для Claude Code. Движок упаковал собственную инженерную экспертизу в стандартизированный набор навыков, который автоматически подгружается, как только агент открывает Unity-проект. 🎮 Что внутри официального набора: Плагин закрывает полный цикл игровой разработки и оптимизации под ключ: • Интерфейсы: поддержка как классического uGUI, так и современного UI Toolkit. • 2D и графика: работа с тайлмапами, спрайтами и визуальное программирование шейдеров в Shader Graph. • Сеть и локализация: архитектура мультиплеера и мультиязычные ассеты. • Монетизация: интеграция внутриигровых покупок (IAP) и тонкая настройка производительности. 💼 Экспертиза вендоров прямо в промпте: Тренд интересный, - вендоры начинают упаковывать собственные знания в навыки для агентов. Unity делает ставку на Claude Code как на основной рабочий интерфейс к движку. Для разработчика это радикально снижает порог входа: вместо бесконечного чтения документации и поиска устаревших методов агент знает лучшие практики из коробки. 🚀 Будущее игровой разработки: Индустрия на наших глазах делает тектонический сдвиг. Прототипирование игровых механик, сборка логики и верстка экранов сжимаются с недель до считанных часов диалога с кодинг-агентом. Через пару месяцев мы геймдев не узнаем, вангую :) #Unity #ClaudeCode #геймдев #агенты ——— @tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен

  11. 🎧 Аудиоверсия pimenov.ai, 1 мин Fish Audio S2-Pro — локальное клонирование голоса и синтез речи Открытая модель синтеза речи (TTS) с клонированием голоса по короткому образцу, поддержкой эмоций и 80+ языков. Разбор возможностей, запуск на Mac (Apple Silicon) и практические сценарии. Слушать и читать на сайте: https://pimenov.ai/knowledge/fish-audio-s2-pro-lokalnoe-klonirovanie-golosa/

  12. Тибо говорит у них перегрузка и, возможно, новые Pro подписки запретят. Как думаете, правда или замануха? Я пойду ещё одну оформлю, на всякий случай.

  13. Главная угроза привычной компании — не увольнения из-за ИИ. Гораздо раньше исчезнет необходимость передавать работу между людьми. В исследовании OpenAI 43,5% сообщений, связанных со специализированной работой, относились к задачам за пределами профессии пользователя. Авторы назвали это явление task crossover — переходом задач через профессиональные границы. Это направление мне кажется важным — человек встречает задачу и при помощи агента решает её сам, хотя раньше передал бы маркетологу, аналитику, разработчику или юристу. Каждая устранённая передача — это не только сэкономленное время специалиста. Это ещё и отсутствие очереди, повторного объяснения контекста, согласования приоритета и последующей сборки результатов. В этом смысле агент способен снизить стоимость координации ещё до того, как изменится производственное ядро компании. Продукт может остаться прежним, услуга — той же самой, а внутренняя организация работы уже начнёт меняться. Сначала профессиональные границы становятся проницаемыми. Затем исчезает часть передач. И только потом компания обнаруживает, что некоторые элементы её структуры обслуживали ограничения, которых больше нет. Первая единица такой трансформации выглядит совсем небольшой: одна задача, которую теперь не нужно никому передавать. Сначала человек просто решает одну чужую задачу сам. А потом выясняется, что прежняя компания была построена вокруг невозможности это сделать. pimenov.ai/blog

  14. Нашёл очень полезный skill для работы с видео: ffmpeg-skill. Он даёт Codex нормальные инструменты монтажа: вырезать фрагменты, убрать паузы, сделать вертикальный Reels, добавить субтитры, почистить голос, выровнять громкость и проверить финальный файл под нужную площадку. Самое важное: он работает локально, без загрузки видео в облако и без API-ключей. Codex сначала анализирует исходник, потом монтирует копию и проверяет результат. Например, можно попросить: «Возьми это интервью, убери паузы, собери 60-секундный Reels с субтитрами и проверь, что всё готово к публикации». Репозиторий: https://github.com/kajisho5/ffmpeg-skill Поставил, буду разбираться.

  15. Каждому боту — свой компьютер. Ещё один эксперимент с Codex Продолжаю наблюдать, что люди придумывают с Codex. Вот очередной отличный эксперимент: отдельная сессия становится отдельным ботом, а каждому боту выдают собственный компьютер в облаке. Такую связку показал Ник Василеску, сооснователь Orgo. По его словам, он использовал Codex с GPT-6 Astra и собрал альтернативу Grok Bot. У каждой сессии — своя идентичность бота и отдельная машина в Orgo. Что такое Orgo? Это сервис облачных компьютеров для ИИ-агентов. Агент получает рабочий стол с браузером, файлами и приложениями. Через API он может смотреть на экран, нажимать кнопки, вводить текст и выполнять команды. За его действиями можно наблюдать. В этом и интерес эксперимента: несколько ботов работают в отдельных средах, каждый со своими файлами и открытыми приложениями. У каждого — собственное рабочее место. Автор уже говорит о коллективном разуме и AGI, это понятно, все сегодня так говорят. Но сама идея мне нравится: собрать несколько агентов, выдать каждому компьютер и посмотреть, какую работу им удастся поручить. pimenov.ai/blog

  16. Мы привыкли думать, что ИИ сначала начнёт менять производство: программистов, дизайнеров, аналитиков, авторов. Но раньше он изменит менеджмент. Потому что компания платит не только за саму работу. Огромное количество времени уходит на то, чтобы найти исполнителя, поставить задачу, передать контекст, напомнить о сроке, собрать статусы, свести несколько результатов и снова отправить всё на согласование. Именно эту часть работы агенты уже начинают делать почти бесплатно. Я продолжаю развивать авторский проект «ИИ-компания», и новый материал — о нулевой стоимости координации. «Нулевой», конечно, не буквально. Контекст, контроль, ответственность и человеческое внимание всё равно имеют цену. Но отдельные управленческие операции дешевеют настолько, что привычная структура компании начинает выглядеть довольно странно. В статье я ввожу два новых понятия: стоимость координационного перехода и человеческий контекстный импульс. Второе для меня особенно важно. Человек в такой системе не просто принимает готовые результаты. Он постоянно меняет саму систему. У меня это происходит буквально после каждой консультации или содержательной встречи. Появляется транскрибация, в ней обнаруживается новый вопрос, противоречие или слабый сигнал — и я вбрасываю его в уже работающий процесс. Из-за этой новой переменной меняются темы, приоритеты, понятия и маршруты работы. Собственно, сама серия «ИИ-компания» появилась именно так. В материале я разбираю, какая часть менеджмента может перейти к агентам, где человеческое решение остаётся обязательным и как разделить управление на три слоя: машинную координацию, человеческое управление и живое изменение системы. Это уже десятая статья серии «ИИ-компания». Всего в этом цикле я планирую выпустить 13 материалов, так что после этой останется ещё три. 👉 Нулевая стоимость координации: почему менеджмент меняется раньше производства

  17. GPT‑6 Pro очень крутая модель — попробуйте перед началом разработки попросить модель показать, что вы ещё НЕ продумали. Не просите Pro «оптимизировать мой промпт». Попросите: «Напиши бриф задачи, который я смогу напрямую передать инженеру». Когда вы просите модель «написать промпт для ИИ», она может недооценить агента, который будет выполнять работу, и подробно расписать каждый шаг. Формулировка задания для инженера сообщает модели, что она пишет для специалиста, который умеет самостоятельно принимать решения, но не знает контекста проекта. Передайте GPT‑6 Pro свои идеи, скриншоты, релевантный код и ограничения, всё, что есть, затем вставьте этот промпт: Я хочу сделать следующее: [ОПИШИТЕ ОДНИМ ПРЕДЛОЖЕНИЕМ, ЧТО ВЫ ХОТИТЕ СДЕЛАТЬ]. Предположи, что работу продолжит инженер, способный самостоятельно решать задачи, но он не видел нашего разговора. Используя предоставленные мной материалы, сначала помоги мне уточнить, какую проблему я пытаюсь решить, не противоречат ли друг другу какие-либо требования и какая недостающая информация может повлиять на подход. Спроси меня о решениях, которые мне нужно принять. Не превращай предположения в подтверждённые требования. Когда у тебя будет достаточно информации, напиши бриф задачи, который я смогу напрямую отправить этому инженеру. Включи необходимый контекст, ожидаемые результаты, а также уже установленные в материалах расположение проекта, исходную ветку и границы изменений. Определи конкретные проверки и критерии их успешного прохождения. Если в материалах не указаны файлы, пути или команды тестирования, отметь, что их нужно подтвердить, когда инженер возьмёт задачу. Не придумывай их. Сделай бриф понятным без чтения нашего разговора. Оставь детали реализации на усмотрение инженера. Не предписывай каждый шаг и не расширяй объём задачи. В конце выведи только бриф задачи. Прочитайте бриф и убедитесь, что он отражает то, что вы имели в виду. Затем передайте его Codex вместе с нужными материалами и дайте агенту приступить к работе. pimenov.ai/blog

  18. repost

    «А сколько вы потратили токенов? И сколько всё это стоило?» Это, кажется, самый частый вопрос, который мне задают, когда я рассказываю о своей работе с ИИ-агентами. Причём спрашивают даже люди, которые пока не очень понимают, что такое токены и как вообще устроена экономика моделей. Просто всем хочется найти понятную единицу, через которую можно оценить происходящее. Но чем больше я работаю с агентами, тем яснее вижу: количество токенов само по себе почти ничего не объясняет. Можно дёшево запустить простую модель, а потом несколько часов исправлять её ошибки. Можно заплатить больше за сильную модель и получить приемлемый результат с первого раза. Можно собрать рой агентов, который закончит работу за двадцать минут, а затем потратить два часа на проверку и согласование того, что они произвели. Поэтому мы решили перестать рассуждать об этом в общем и начали считать на собственном процессе. Взяли создание новой статьи и зафиксировали не только токены, но и обращения к моделям, агентские циклы, работу инструментов, возвраты и минуты моего внимания, которые понадобились, чтобы принять результат. Так в процессе эксперимента появились две новые метрики: «стоимость принятого результата» и «ресурсный профиль принятого результата». Именно об этом новая статья: почему в агентной компании уже недостаточно считать рабочие часы или цену модели и из чего на самом деле складывается стоимость работы, за которую кто-то готов отвечать. Я продолжаю разрабатывать концепцию «ИИ-компании». Это очередной материал серии, в которой мы не только формулируем новые принципы и язык, но и сразу проверяем их на практике внутри pimenov.ai. 👉 Экономика агентной компании: стоимость решения вместо стоимости рабочего часа

  19. Older posts