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) 23.1%1K avg views
Posting 10.7/day last 1 hour ago
Reactions per 1K views 3.1 ⭐
  1. «Зачем я прошу показать экран на консультации» — новая статья в моей серии о практическом применении ИИ по мотивам консультаций. За фразой «я использую ИИ в работе» могут стоять редкие вопросы в чате или уже собранный рабочий процесс. Поэтому я прошу показать одну задачу: что вы передали ИИ, какой ответ получили и что сделали дальше. Здесь и обнаруживаются подробности. В условном примере из статьи человек долго исправляет предложение для клиента. Но новые условия остались в переписке, а ИИ получил старый документ. Поможет ли другая модель, если ей снова не дать нужных сведений? При этом у человека уже может быть полезная основа: хорошие примеры, удобный шаблон, собственный способ проверки. Её стоит заметить до того, как перестраивать всё заново. В статье рассказываю, на что смотреть до и после ответа ИИ и как подготовить безопасный пример для разбора. В конце — семь пунктов для подготовки к разговору. Возможно, самый полезный вопрос обнаружится там, где вы обычно говорите: «А дальше я всё доделываю сам». 👉 Зачем я прошу показать экран на консультации

  2. tududi — менеджер задач с открытым кодом, который ставится на свой сервер одной командой и даёт ИИ-агенту доступ к задачам через MCP. В базе знаний pimenov.ai вышло руководство по нему. Структура привычная: области, проекты, задачи, подзадачи, заметки, теги. Самое полезное — связка с инструментами, которыми вы и так пользуетесь. Сообщение Telegram-боту примерно через полминуты появляется во входящих. Codex или Claude Desktop получают 59 инструментов: могут показать задачи на сегодня, создать новую или разобрать входящие. По CalDAV задачи синхронизируются с Apple Reminders и tasks.org. Все данные лежат в одном файле SQLite на вашем сервере. Что внутри: — docker compose и .env с комментариями к каждой переменной; — подключение Telegram-бота и проверка токена одной командой; — готовые настройки MCP для Codex и Claude Desktop; — три сценария: сбор задач с телефона, утренний план от агента, общий список дел для семьи; — таблица типичных поломок: от выбрасывания из системы после входа за прокси до пропавших данных после обновления. Отдельно разобраны риски. Токен MCP позволяет агенту удалять задачи и проекты, поэтому в настройках включено подтверждение каждого вызова. И ещё одно: проект быстро меняется. С 3 по 7 октября вышло десять релизов, так что версию образа лучше закрепить. 👉 tududi — менеджер задач и проектов на своём сервере с Telegram и MCP

  3. 🎧 Аудиоверсия pimenov.ai, 15 мин Как я собрал личную Codex-станцию: новый MacBook, Mac mini и два iPhone История о том, как мне перестало хватать старого MacBook Air M4 с 16 ГБ памяти, и я вместе со Стёпой/Codex собрал новую рабочую конфигурацию: MacBook Air M5 32 ГБ, Mac mini M4 Pro 48 ГБ и два iPhone как пульты управления. Слушать и читать на сайте: https://pimenov.ai/articles/codex-station-macbook-mac-mini-iphone/

  4. Планирование мертво. Стратегии больше нет. Большинство даже крупных компаний не имеют плана и понимания, как внедрять искусственный интеллект в свою работу. А если такой план и есть, его исполнение невозможно, потому что скорость окружающих изменений каждый день вносит свои коррективы. Сразу после принятия такой план становится неактуальным. В тот момент, когда вы на совещаниях обсуждаете какую-то идею и задумываете реализацию — кто-то уже сделал её, и она устарела. Каждый пост в соцсети или новость даёт вам новый толчок и новые ограничения. В OpenAI объявили 28 дней улучшений с условием, что если изменений в какой-то день не будет, они дадут сброс лимитов всем подписчикам. И то, что еще вчера казалось подарком, внезапно превратилось в причину, по которой мы не можем планировать собственную работу. То же самое касается и локальных моделей. Новое выходит каждый день и так же быстро устаревает. Каждое обновление требует изменений. FOMO стало драйвером постоянных действий, которые без системности плодят хаос и энтропию, а геополитика добавляет еще большей неопределенности. Сегодня очень дорогой и важной становится способность остановиться, отключиться, убрать все внешние раздражители и просто подумать. Научиться воспринимать и видеть реальную картину, которая все больше скрывается под огромным пластом мусора и информационного хаоса. Остановитесь сегодня и подумайте, что для вас действительно важно. А если у вас есть возможность остановиться на неделю или месяц — вы очень богатый человек, и это прекрасно. Желаю вам покоя, умиротворения и гармонии от слияния с бесконечно вечным. pimenov.ai/blog

  5. repost
    +1

    Собрали ответы и рекомендации по восстановлению работы с сервисами Yandex Cloud* Понимаем, что сейчас особенно важно быстро разобраться, что происходит с вашими ресурсами и какие действия можно предпринять самостоятельно. Наша техническая поддержка обрабатывает большой поток обращений, поэтому ответ может занять больше времени, чем обычно. Ответы на самые частые вопросы собрали в карточках. ➡️ Подробные рекомендации по отдельным сервисам — на специальной странице. Если нужного ответа там нет, пожалуйста, оставьте обращение в техническую поддержку или свяжитесь со своим аккаунт-менеджером. Наша команда продолжает круглосуточно работать над восстановлением работы платформы. Мы будем обновлять рекомендации по мере изменения ситуации. Спасибо за ваше терпение и поддержку! 😍 *Информация актуальна на 12 октября

  6. Reverse Engineer Anything — инструмент с открытым исходным кодом для обратной разработки: исследования того, как устроена и работает готовая программа. Он подключается к Codex или Claude Code через MCP и даёт агенту возможность разбирать приложения, даже когда их исходный код недоступен. Проект буквально взлетел. На 12 октября у REA уже больше 114 тысяч звёзд, а в дневном Github Trending он занимает первое место. Там же GitHub показывает прирост более 25 тысяч звёзд за день. Интерес к инструменту огромный. Увидели удобную функцию в приложении и хотите понять, как она работает? С REA такую задачу можно поставить агенту. Он может исследовать настольные приложения, сайты, Android-приложения и скомпилированные исполняемые файлы. Набор инструментов зависит от того, что именно предстоит разбирать. В документации REA есть разбор механизма буфера обмена в Notion и примеры восстановления отдельных вычислений из старых игр. Для глубокого анализа скомпилированных программ используются Hopper, Ghidra или IDA — специализированные инструменты, которыми агент управляет через REA. Такой подход может пригодиться и для собственного старого софта. Исходники потерялись, разработчик давно ушёл, а программа продолжает работать и хранить важные данные. Появляется способ исследовать её поведение и разобраться, что потребуется для переноса в новую систему. REA на GitHub

  7. Мы живём в разных версиях будущего Слежу за Андреем Карпаты, для меня он гуру в ИИ. В очередном визионерском посте он описывает ситуацию, с которой я постоянно сталкиваюсь: люди говорят об ИИ, но подразумевают настолько разные вещи, что обсуждать это становится всё труднее. «Я попробовал этот ваш ИИ, и он тупой». Я уже перестал что-то объяснять в ответ. У одного под ИИ понимается Алиса, у другого — какая-то бесплатная модель. Всё смешивается в головах, а вывод получается один — обо всём ИИ сразу. Чтобы продолжить разговор, приходится сначала выяснять, что именно человек пробовал, когда и какую задачу пытался решить. Это стало очень сложно обсуждать. При этом человек вполне может точно описывать свой опыт. Он получил плохой ответ. А другой в это время поручает агентам работу над программными проектами, на которые раньше уходили недели. Они встречаются и совершенно искренне не понимают друг друга. У каждого есть собственные доказательства. Карпаты описывает это как сужающуюся воронку. Большинство людей почти не соприкасалось с такими системами. Многие используют их эпизодически. Гораздо меньшая группа профессионально работает с передовыми моделями. И совсем немногие видят внутренние системы лабораторий, ещё недоступные остальным. У этого разрыва несколько причин. Различается доступ. Различаются задачи. Сами возможности моделей неровные: особенно заметный прогресс Карпаты отмечает в программировании и математике, где результат легче проверить. Успех в этих областях нельзя автоматически переносить на любую человеческую работу. Карпаты связывает заметность эффекта с масштабом задачи. Чтобы увидеть возможности системы, нужен запас больших, трудных проблем, которые вам действительно важно решить. Запрос на один абзац почти не испытывает её способности. Стоит пересмотреть список задач, которые мы привыкли откладывать как слишком сложные или трудоёмкие. Выбрать одну, дать системе необходимый контекст, определить проверяемый результат и посмотреть, какую часть работы она сможет выполнить. С проверкой, исправлениями и ясным пониманием того, где требуется ваше решение. Так появляется собственное основание судить о технологии. Иногда результат разочарует. Иногда обнаружится, что проект, который год лежал в папке «когда-нибудь», уже можно начинать. Мы живём в разных версиях будущего. И часть расстояния между ними определяется масштабом задач, которые мы решаемся поставить. 🟢 75%, или около 6 млрд человек практически не сталкивались с языковыми моделями и вообще не в теме; 🟢 20% иногда пользуются бесплатными чат-ботами, воспринимая их скорее как прокаченный Google; 🟢 0,2%, то есть около 20 млн, профессионально используют передовые модели в программировании и математике. Они уже видят, как агенты выполняют за один запрос работу, занимавшую недели и месяцы; 🟢 0,00006% или примерно 5000 человек имеют доступ к самым мощным внутренним ИИ-системам. Они запускают тысячи агентов совместно работать над сложными проектами, ищут уязвимости и помогают совершать научные открытия. pimenov.ai/blog

  8. Продолжаю серию статей о практическом применении ИИ — «Не нужно знать правильный промпт, чтобы прийти с хорошей задачей». Вы примерно понимаете, с чем нужна помощь, но перед пустой строкой чата начинаете подбирать слова. Какую роль назначить модели, что включить в запрос. Подготовка постепенно становится отдельной работой. Я большие задачи часто начинаю со сбивчивого голосового рассказа в Codex. Объясняю замысел, проговариваю сомнения, перескакиваю между мыслями. Затем прошу модель пока ничего не делать и рассказать, как она меня поняла. Этот ответ я читаю внимательно. Иногда теряется важная подробность или моё предположение превращается в принятое решение. Иногда выясняется, что я сам смешал несколько задач. Допустим, вам нужен список вопросов к встрече, а ИИ уже предлагает систему управления проектом. Если увлечься её устройством, до подготовки к встрече можно так и не добраться. Полезно указать конкретное расхождение, попросить обновить описание и проверить, узнаёте ли вы в нём свою задачу. В статье показал этот путь на условном примере. Внутри — семь вопросов для проверки понимания и готовый промпт, который поможет выбрать первый проверяемый шаг. Точные инструкции понадобятся, но их можно собрать в диалоге. Фраза «я пока не знаю, как это сформулировать» вполне подходит для первого сообщения. 👉 Не нужно знать правильный промпт, чтобы прийти с хорошей задачей

  9. Zernio подключает ИИ-агента к полутора десяткам соцсетей через один API. Кроме публикаций, агент может отвечать на комментарии и личные сообщения, а также запускать рекламу. В Базе знаний вышло руководство: чем Zernio отличается от обычных планировщиков, что он умеет и где не подойдёт. Buffer и Hootsuite строятся вокруг календаря, в котором человек раскладывает посты. У Zernio панель минимальная, основная работа идёт через REST API, CLI и MCP-сервер. Агент в Claude Code, Codex или Cursor сам создаёт черновик, ставит публикацию в расписание, собирает тред для X и добавляет первый комментарий. Для каждой площадки можно задать свой вариант текста. Через тот же API доступны: • общий ящик комментариев и сообщений из Instagram, Facebook, WhatsApp, Telegram и X; • ответы на отзывы в Google Business; • рекламные кампании в Meta, Google, TikTok и LinkedIn; • аналитика, вебхуки и статьи для WordPress и Shopify; • телефонные номера в 55 странах для звонков и SMS. Если вы ведёте соцсети клиентов, пригодится white-label OAuth: клиент подключает свой аккаунт по ссылке, пароли передавать не нужно. Платить нужно за подключённые аккаунты, все функции включены сразу. Два аккаунта бесплатно, 10 стоят $48 в месяц, 100 — $318. Для российских проектов есть два ограничения. ВКонтакте, Дзена, Одноклассников и MAX среди площадок нет, а оплата принимается только картой через Stripe. Telegram присутствует. В руководстве есть пошаговое подключение по API с проверкой на черновике, настройка MCP для агента, три сценария и сравнение с Buffer, Ayrshare, Postiz и нативными API. 👉 Zernio — единый API для публикаций, сообщений и рекламы в соцсетях

  10. 🎧 Аудиоверсия pimenov.ai, 1 мин Как подключить почту к ChatGPT: штатные приложения, MCP поверх IMAP, автоматизации и unified API Разбор способов дать ChatGPT доступ к почте: штатные Gmail и Outlook, MCP поверх IMAP, n8n и Zapier, unified API и отдельный агентный ящик. Слушать и читать на сайте: https://pimenov.ai/knowledge/chatgpt-i-pochta-sposoby-podklyucheniya/

  11. Вчера выступал в Ставрополе на мероприятии АТВ Медиа для предпринимателей. Рассказывал свои чисто практические приёмы работы и был приятно удивлён вопросами после выступления. Несу Codex в реальный бизнес 🫡

  12. 🎧 Аудиоверсия pimenov.ai, 26 мин Codex становится платформой: почему следующий ИИ-помощник будет не в отдельном окне, а внутри вашего бизнеса Codex постепенно превращается из отдельного инструмента для разработчиков во встраиваемый агентный слой для рабочих систем. Разбираю, почему следующий ИИ-помощник будет жить не в чате, а внутри бизнеса: с контекстом, правами, инструментами, проверками и понятным результатом. Слушать и читать на сайте: https://pimenov.ai/articles/codex-stanovitsya-platformoy-agent-vnutri-biznesa/

  13. Atomic Machines после шести лет закрытой разработки представила Matter Compiler — систему, которая, по заявлению компании, собирает работающие микромашины по цифровому описанию. Меняется код — меняется изделие. Отдельные формы, маски и оснастка под каждый новый продукт ей не нужны. Речь о миниатюрных устройствах с подвижными частями, трёхмерной конструкцией и несколькими материалами. Основатель компании Джефф Холден объясняет замысел через рибосому. Эта биологическая машина читает генетические инструкции и собирает разные белки. Оборудование остаётся тем же, результат определяется последовательностью символов. Холден хочет перенести похожий принцип в производство: новый проект должен становиться новой программой для существующей системы. Для этого мало научить ИИ рисовать конструкции. Matter Compiler, как описывает компания, измеряет каждую производственную операцию, корректирует отклонения и передаёт полученные данные в следующую итерацию. Проектирование получает обратную связь от реального изделия: что удалось изготовить и где результат разошёлся с расчётом. Первый продукт уже имеет название и характеристики. PrimeSwitch PS-150 — электромеханическое реле диаметром 9,5 мм и высотой 3 мм. Компания заявляет постоянный ток до 150 А и размыкание за 50 микросекунд. Оно рассчитано, в частности, на применение в системах питания ИИ-дата-центров. Сейчас доступны образцы для испытаний. Получается любопытный первый шаг: производственная система с ИИ начинает с компонента для инфраструктуры самого ИИ. У большого технологического замысла появляется конкретная инженерная задача — быстро размыкать цепь и сохранять низкие потери при прохождении тока. До универсальной фабрики, которой можно заказать любую вещь одной фразой, это ещё не доказанный путь. Саму возможность получить готовое изделие из одного промпта Atomic Machines обозначает как цель. Заявленные характеристики первого реле и образцы для заказчиков пока не показывают, насколько хорошо система справится с другими устройствами. Следующий результат будет особенно интересен: сможет ли та же установка после изменения цифрового проекта выпустить механизм другого класса? Именно повторяемость такого перехода покажет, насколько производство приблизилось к обещанной модели: новое изделие начинается с нового кода. pimenov.ai/blog

  14. Как я поручил dot собирать мои задачи из чатов Codex и вернулся в Todoist. После анонса OpenAI я установил dot и начал придумывать ему работу. Это помощник, которому можно поручить какое-то дело и возвращаться к нему по ходу дня, в том числе с айфона. Мне особенно интересна его проактивность: возможность самому замечать, где нужна помощь. Применение нашлось внутри моей работы. В чатах Codex постоянно появляются договорённости: что-то подготовить, кому-то написать, к чему-то вернуться. Потом начинается другой разговор, а поручение остаётся где-то в предыдущем. Я решил, что dot вполне мог бы собирать всё это в задачи. И сразу начал усложнять. Сначала связка с Apple «Напоминаниями». Потом собственный плагин, панель задач в Codex, проекты с открытым кодом. Первое напоминание на айфоне появилось, задачи создавались, но интерфейс ещё требовал работы. Получилось, что для ведения списка дел я начал делать ещё один инструмент для ведения списка дел. А у меня всё это время был Todoist, которым я перестал пользоваться. Подключил его через MCP — и оказалось удобно. Уже есть отдельный проект для задач из чатов, а в комментариях dot может оставлять ссылки и материалы, с которых я продолжу работу. Но вау пока не случилось. Поиск по чатам периодически отваливается. В анонсе помощник постоянно держит контекст, а у меня часть внимания уходит на проверку, видит ли он вообще мои разговоры. В статье рассказал, как настраивал эту связку, что уже оказалось полезным и где пока приходится возиться с самим помощником. Если тоже присматриваетесь к dot или хотите собирать поручения из рабочих чатов, мой опыт поможет понять, чего от этого сценария ждать сегодня. 👉 Как я настраивал dot и вернулся в Todoist

  15. Появился скилл Crisp Diagrams для создания наглядных схем. Ему можно поручить показать устройство приложения, нарисовать рабочий процесс или объяснить, как взаимодействуют несколько сервисов. В галерее проекта больше 200 примеров с готовыми запросами: выбираете подходящий и подставляете своё содержание. Главная особенность — работа с фирменными цветами. Достаточно приложить скриншот сайта, логотип или слайд. Скилл извлекает палитру, показывает предварительный вариант и сохраняет настройки в STYLE.md. Следующие схемы используют тот же стиль. Цвет можно задать и вручную. Результат сохраняется в SVG — векторном формате, который можно масштабировать без потери качества. Предусмотрены автоматическая тёмная тема и PNG-копия для презентаций. Рядом остаётся исходный запрос, чтобы схему было проще обновить, когда изменится сам процесс. Установка по команде из репозитория: pnpx skills add sandrinodm/skills --skill crisp-diagrams ​ Полезный сценарий для команды: один раз настроить палитру, затем собирать в общем оформлении схемы для документации, клиентских объяснений и слайдов. Начать можно с одного процесса, который вы постоянно объясняете словами. https://github.com/sandrinodm/skills/tree/main/skills/crisp-diagrams pimenov.ai/blog

  16. Новое в базе знаний: руководство по Devin Devin — облачный ИИ-инженер от Cognition. Вы даёте ему задачу в репозитории, а дальше он работает сам: разбирается в коде, вносит правки, запускает тесты на своей виртуальной машине и присылает готовый Pull Request. Ноутбук при этом можно закрыть, всё идёт в облаке. Что он умеет: — брать задачу целиком и делить большую работу между несколькими агентами; — отвечать на вопросы по коду в режиме Ask, ничего не меняя в проекте; — собирать вики и схему архитектуры по репозиторию через DeepWiki; — проверять чужие PR на ошибки и уязвимости; — проверять сделанное в собственном браузере и записывать видео результата; — запускаться по расписанию или по событиям, например когда упал CI; — получать задачи прямо в Slack, Teams, Linear или Jira. В руководстве разобрал, как подключить GitHub, Slack и CLI, как выбрать агента под задачу и как написать постановку, после которой приходит рабочий PR. Там же три сценария: покрыть модуль тестами, разобрать баг из чата, разобраться в чужом проекте. И отдельно — когда Devin лучше не брать. Если у вас уже есть платный Devin и подписка ChatGPT, её можно подключить. Тогда модели GPT будут оплачиваться из лимитов ChatGPT, а не из квоты Devin. 👉 Devin — облачный ИИ-инженер от Cognition: подключение, режимы и сценарии

  17. 🎧 Аудиоверсия pimenov.ai, 3 мин Cloudflare Pages — бесплатный хостинг статических сайтов с деплоем из GitHub Что такое Cloudflare Pages, как подключить репозиторий, настроить деплой, привязать домен и чем отличается от GitHub Pages и Vercel. Полное руководство для новичков. Слушать и читать на сайте: https://pimenov.ai/knowledge/cloudflare-pages-besplatnyj-hosting-statiki/

  18. Когда мечта сбывается слишком быстро Один из самых странных кризисов эпохи ИИ может звучать так: «Мечта сбылась, а радости никакой». Двадцать лет мечтали сделать свою игру — и за вечер собрали первую версию. Хотели написать книгу — перед вами черновик. Мечта, которая была путеводной звездой, вдруг превратилась в файл на рабочем столе. Нас долго берегли три оправдания: нет таланта, нет времени, нет навыков. За ними можно было годами хранить прекрасного будущего себя. ИИ снимает эту упаковку. И приходится выяснять: вам нравится создавать или нравилось ждать, что однажды станете создателем? Так начинается дефляция мечты. Когда выпускать игры, музыку и приложения становится проще, сам факт «я это сделал» теряет прежнюю исключительность. Зато всё заметнее тот, кто возвращается к своему делу после первого результата. Кто из-за одного припева сидит до утра, хотя мог бы сгенерировать ещё сотню треков. Это будущий капитализм страсти: разрыв в способностях сужается, разрыв в одержимости становится виднее. Ваша сила — то, от чего вы не можете отцепиться, даже когда никто не просит продолжать. Здесь начинается самое интересное: эра прототипов жизни. Можно примерить несколько судеб, прежде чем отдать одной десятилетия. Попробовать себя в музыке, игре, маленьком бизнесе. Разочароваться. Удивиться. Найти занятие, к которому хочется вернуться завтра. Будущее всё меньше будет спрашивать, умеете ли вы. И всё настойчивее: чего вы хотите настолько, чтобы продолжать? pimenov.ai/blog

  19. repost

    Подписка на ИИ есть, а понятной работы для него пока не нашлось? Этому посвящена новая статья в моей серии о практическом применении ИИ по мотивам консультаций. Вы уже попробовали задавать вопросы, писать тексты, разбирать документы. Некоторые ответы приятно удивили. Но приложение всё равно открывается от случая к случаю, а вокруг постоянно показывают возможности, которыми вы почему-то ещё не пользуетесь. В такой момент я бы предложил вспомнить, что вы несколько раз делали за последний месяц. Перед встречей собирали вопросы? Превращали заметки в связный текст? В пятницу пытались восстановить, что за неделю получилось сделать? Здесь уже можно выбрать небольшую задачу для проверки. Допустим, вы готовите итог недели по своим записям. Можно попросить ИИ собрать черновик, отдельно показать сделанное и выделить открытые вопросы. А затем сопоставить ответ с заметками. Если запись «отправить макет во вторник» превратилась в «макет отправлен», модель уже успела выполнить работу только на бумаге. Поэтому для первой попытки я советую выбирать знакомую задачу. В ней вы способны заметить ошибку и понять, помогает ли результат. А ещё стоит учитывать, сколько усилий ушло на подготовку материалов и исправление ответа: быстрая генерация сама по себе мало что доказывает. ИИ можно попросить помочь с самим выбором. Расскажите, что вы регулярно делаете и где застреваете. Пусть предложит несколько небольших применений, а вы выберете одно, которое сможете проверить на ближайшей неделе. В статье «Вы уже заплатили за ИИ. Теперь нужно понять, какую работу ему поручить» разобрал этот путь целиком. Внутри — семь вопросов для выбора задачи и готовый промпт, с которым можно начать такой разговор. Один способ работы, к которому хочется вернуться, полезнее коллекции впечатляющих ответов, которые больше никогда не понадобятся. 👉 Вы уже заплатили за ИИ. Теперь нужно понять, какую работу ему поручить

  20. Older posts