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
Subscribers4.4K +40 24h
Reach per post (ERR)23.0%1K avg views
Posting10.7/daylast 3 hours ago
Reactions per 1K views3.1⭐
Коста Элефтериу представил Iris для Apple Watch. По описанию разработчика, приложение позволяет голосом обращаться к ChatGPT и запускать или направлять работу на компьютере через удалённое управление Codex.
Часы подключаются к сервису напрямую по Wi-Fi или сотовой сети. iPhone рядом не требуется. Можно задать вопрос, составить план или продиктовать поручение компьютеру, пока вы на прогулке или заняты домашними делами.
Iris устанавливается бесплатно и использует существующий аккаунт ChatGPT; отдельная платная подписка на Iris не нужна. Доступ к dot предусмотрен только для поддерживаемых аккаунтов. Поэтому бесплатная установка приложения сама по себе не означает доступ ко всем возможностям ChatGPT.
Я начал пользоваться Iris, когда приложения ещё не было в App Store: доступ получил напрямую у разработчика через X. На Apple Watch оно работает нормально, и для коротких команд это действительно удобно: передать агенту идею, узнать, как идёт работа, или дать уточнение, не доставая телефон.
Если вы уже работаете с ChatGPT и Codex и носите Apple Watch, рекомендую попробовать.
pimenov.ai/blog
repost
Как я подготовил выступление с Codex, а потом в том же чате написал о нём статью
11 октября выступал на АТВ Форуме в Ставрополе перед предпринимателями. Рассказывал о ChatGPT и Codex в ежедневной работе. Выступление прошло хорошо, и на его примере я решил показать подход, которым пользуюсь сам: любую новую работу сначала начинаю в Codex.
В этом чате мы обсуждали, что я хочу объяснить аудитории, собирали структуру, делали презентацию и заметки для сцены. После мероприятия я принёс сюда запись с Plaud и попросил критически разобрать выступление и вопросы из зала. А затем здесь же мы подготовили статью, которую я сейчас предлагаю вам прочитать.
Для меня это важно: рабочий процесс живёт и после того, как готов очередной результат. Презентация закончена, выступление состоялось, но обсуждения, материалы и принятые решения остаются связаны с задачей. Я могу вернуться к ней, добавить новую информацию и продолжить с того места, где остановился.
Когда мы начали писать статью, история подготовки уже была здесь. Можно было обратиться к конкретным решениям, вспомнить, почему меняли слайды, сопоставить замысел с тем, что получилось на сцене. К следующему выступлению я тоже смогу вернуться с этим опытом.
В статье показываю этот процесс изнутри: как мы двигались от идеи к готовой презентации, что обнаружилось только в зале и зачем после выступления я попросил Codex покритиковать мою работу.
Если вы пока обращаетесь к ИИ с отдельными вопросами, здесь можно посмотреть, как вокруг одной задачи постепенно складывается рабочая история, которую можно продолжать.
👉 Публичный труд вживую: как я показывал работу с Codex на АТВ Форуме
Life Recorder: iPhone пишет звук весь день, а агенты получают расшифровку
Приложение для iPhone, которое круглосуточно записывает звук, чтобы у ваших агентов был контекст вашей жизни. Magnus Müller из browser-use выложил в открытый доступ Life Recorder. Вся расшифровка складывается в один файл life.md на Mac.
Это эксперимент, и мне он интересен, потому что ложится в мою идею: чем больше агент знает о том, что происходит с человеком, тем больше у него возможностей помочь. Причём часть этих возможностей заранее не видна.
Телефон отправляет запись на Mac, там whisper.cpp локально превращает её в текст, а аудио удаляется. Облака и платных сервисов распознавания нет, лицензия MIT. Ставится приложение через Xcode, а в репозитории лежит готовый навык для Codex, который сам собирает и настраивает приложение.
Агенты знают ваши файлы и почту, но не знают, о чём вы договорились голосом на встрече или на кухне. А в обычных разговорах и событиях вокруг лежит огромный пласт контекста: обещания, мимоходом брошенные идеи, имена, детали, которые никто не запишет в заметки. Файл life.md собирает этот пласт самым прямолинейным способом.
Файл содержит всё сказанное рядом с вами, включая чужие голоса. Записывать собеседников без их согласия во многих странах незаконно, и это первый вопрос, который нужно решить до установки. Второй вопрос в том, какому агенту вы откроете этот файл и куда он сможет его отправить.
Эти вопросы не отменяют интереса к эксперименту, и Life Recorder я попробую.
pimenov.ai/blog
В PowerPoint появляются интерактивные слайды от Copilot. Вы описываете идею, а он создаёт слайд, на котором можно раскрывать подробности по ходу разговора: выбирать область карты, рассматривать устройство продукта или переключать показатели.
В анонсе Дерека Джонсона приведены три сценария: панель с ключевыми данными, карта с подробностями по регионам и схема продукта с отдельными нововведениями. В приложенном ролике показаны схема велосипеда с выделением деталей и финансовая панель с переключателями выручки, прибыльности и денежного потока.
Такой формат пригодится на встрече, где порядок разговора зависит от вопросов аудитории. При обсуждении продукта можно перейти к детали, которая заинтересовала собеседника. При разборе результатов — раскрыть нужный показатель на том же слайде. До встречи стоит определить, что видно сразу и какие подробности открываются по запросу: главный вывод должен оставаться понятным без поиска нужной кнопки.
pimenov.ai/blog
Сделал полное руководство по LM Studio Bionic — для тех, кто хочет поставить агента на открытых моделях и сразу понять, где он работает, сколько стоит и что ему можно доверить.
Bionic вышел в июле отдельным приложением. С тех пор вышло больше десятка версий: появились облачные модели, два платных тарифа, навыки, Canvas и голосовой ввод. Я свёл всё в одну страницу и сверил с документацией по версии 1.1.8.
Первый вопрос, с которого все начинают: потянет ли мой компьютер. У меня Qwen3.8 27B работает на Mac mini M4 Pro с 48 ГБ, а Bionic я открываю на MacBook и подключаю модель через LM Link. Как устроена такая связка и что для неё нужно, разобрал отдельно.
Из руководства вы узнаете:
— когда выбрать локальную модель, когда свой второй компьютер через LM Link, а когда облако;
— какие данные уходят в облако и какие остаются на ваших устройствах;
— чем Free отличается от Bionic+ за $20 и Pro за $100 и когда понадобятся кредиты;
— как дать агенту работать с документами и кодом и при этом контролировать каждую команду;
— как перенести навыки из Codex и Claude Code: формат SKILL.md совместим;
— нужен ли интернет и за что в Bionic вообще придётся платить.
Руководство для начинающих: от установки до первой рабочей сессии. В конце — четыре готовых сценария, ограничения, о которых лучше знать до установки, и официальные ссылки, если захотите проверить детали.
👉 LM Studio Bionic — полное руководство для начинающих
🎧 Аудиоверсия pimenov.ai, 9 мин
Публичный труд и второй Ренессанс
Как публичный труд, человеческая агентность и ИИ-помощники превращают одного человека в мастерскую и создают новую модель профессиональной репутации.
Слушать и читать на сайте: https://pimenov.ai/articles/publichnyy-trud-i-vtoroy-renessans/
PlayStation 5 можно превратить в локальный сервер языковых моделей: консоль считает ответ, а вы общаетесь с ней с телефона или компьютера в домашней сети. Так работает PS5LM Plus — сторонний проект для взломанной PS5, без участия Sony.
Внутри работает llama.cpp: движок запускает модели из файлов GGUF, а приложение помогает выбрать модель, скачать её с Hugging Face и оценить, поместится ли она в память.
Главный технический ход — запуск в формате полноценного приложения консоли. Небольшой загружаемый процесс получает около 6 ГиБ памяти и работает без GPU, а нативному приложению доступны 12 ГиБ и графический процессор.
Автор проекта приводит замеры генерации на GPU: Qwen3.8-27B в сжатой сборке UD-IQ2_XXS — 20,7 токена в секунду, Gemma 4 E4B — 61, Llama 3.2 3B — 124. На реальном запросе цифры падают: Qwen3.8-27B выдаёт 21 токен в секунду на коротком запросе и 9 после промпта веб-интерфейса длиной 371 токен.
Это медленно. По скорости PS5 выходит примерно на уровень Mac mini с 16 ГБ памяти: для чата хватит, для агента с длинным служебным контекстом — уже тяжело.
Для подключения есть браузерный чат и программный интерфейс, совместимый с OpenAI и Anthropic. README заявляет работу с Codex, Claude Code и OpenCode, но умеет ли выбранная модель вызывать инструменты и править код, придётся проверять отдельно.
PlayStation 5 у нас дома есть. Если дочка разрешит, обязательно попробую. Правда, консоль для этого придётся взломать, так что переговоры будут сложными.
pimenov.ai/blog
repost
20 октября еду в Москву на AI Native Conf. Я в программном комитете, буду ходить по докладам и со всеми общаться.
У этой поездки длинная предыстория. С Олегом Буниным мы 18 лет назад работали вместе, сейчас oн с командой Онтико организует HighLoad++ и другие большие IT-конференции. В этом году он позвал меня в программный комитет конференции про искусственный интеллект и вот мы снова пересечёмся, люблю такие истории.
Это будет моя первая поездка на мероприятие такого масштаба. На рейвах я был тысячу раз, а теперь время конференций по ИИ. Мне все очень интересно посмотреть и послушать выступления умных людей. Собираюсь снимать роад муви и рассказывать о том, что увижу. Интересно посмотреть, как с этим живут другие люди, как у них устроена работ команд, когда в ней появляются агенты. В программе есть и перестройка банковский процессов и превращение записей встреч в задачи, и сопротивление сотрудников внедрению ИИ, вообщем весь набор.
Хочу послушать тех, кто проходит через это у себя, позадавать вопросы и сравнить с собственным опытом. Ну и увидеть Олега спустя столько лет. Сейчас собираю себе маршрут по докладам, отдельно расскажу, куда собираюсь и что хочу там выяснить. Вот тут вся инфа о конференции в .md формате для агента, Стёпе уже отдал, он готовится.
Не переключайтесь.
🎧 Аудиоверсия pimenov.ai, 1 мин
OmniVoice — локальный синтез речи и клонирование голоса на 600+ языков
Локальная open-source TTS-модель на 600+ языков: клонирует голос по образцу в 3–10 секунд, работает офлайн. Установка, API, сценарии и наш кейс озвучки сайта на Mac mini.
Слушать и читать на сайте: https://pimenov.ai/knowledge/omnivoice-lokalnyy-tts-klonirovanie-golosa/
EmbeddingGemma 2 приспособили для распознавания речи
EmbeddingGemma 2 попробовали использовать для распознавания речи. Shahir сообщил в X, что его решение расшифровывает час аудио примерно за 13 секунд на базовом MacBook Air M3. Это результат, заявленный автором эксперимента; независимой проверки в переданных источниках нет. Идея опирается на устройство модели.
Согласно официальной карточке EmbeddingGemma 2, она представляет текст, изображения, видео и аудио в общем пространстве из 768 числовых координат. Такие представления называют эмбеддингами: они позволяют сопоставлять содержание разных форматов по смыслу.
Автор предположил, что близость представлений речи и текста можно использовать для получения расшифровки. Но смысловая близость сама по себе ещё не гарантирует восстановление каждого слова и его места в предложении. В переданном посте нет описания того, как именно устроено преобразование в текст.
Google описывает EmbeddingGemma 2 как открытую мультимодальную модель для поиска, классификации и других задач с эмбеддингами на потребительских устройствах.
Эксперимент интересен как попытка получить новую функцию из модели, созданной для другой задачи.
pimenov.ai/blog
repost
Представляю гостевую статью моего старого друга Александра Мелодики — музыканта, продюсера, звукорежиссёра и сертифицированного тренера Apple Logic Pro. За его плечами больше двадцати лет работы со звуком.
С помощью Codex Александр создал AudioFlow — приложение для Mac, в котором собрал инструменты для своей ежедневной музыкальной работы. Он сам формулировал требования, проверял результат на реальных записях и доводил каждую деталь до удобного ему поведения.
AudioFlow умеет конвертировать аудио в разные форматы, разделять запись на вокал, ударные, бас и остальные инструменты. Можно превратить мелодию или аккорды из аудио в MIDI, открыть полученные ноты в редакторе и поправить партию.
Для повторяющихся задач есть цепочки обработки: например, нормализовать уровень, применить лимитер и сохранить несколько файлов в нужном формате. Всё обрабатывается локально на компьютере. Приложение доступно бесплатно в виде публичной беты для Mac с Apple Silicon.
Меня в этой истории особенно интересует, как профессиональный опыт превращается в собственный продукт. Александр годами работал с музыкальными инструментами, а теперь смог сделать свой — с теми функциями и мелочами, которые нужны ему самому.
Читайте статью: Александр рассказывает, как шла работа с Codex и почему он решил поделиться AudioFlow со всеми. Внутри — скриншоты, подробности и ссылка, по которой можно скачать приложение и попробовать его на своих задачах.
👉 Как я сделал AudioFlow вместе с ИИ и решил поделиться им со всеми
Название файла забывается быстрее, чем его содержимое. В памяти остаётся собака на пляже, разговор о сне или пункт договора про домашних животных. DigUp предлагает искать файлы на Mac именно по таким описаниям.
Приложение обрабатывает выбранные вами папки и ищет внутри фотографий, PDF, документов, аудио и видео. Результат может вести сразу к странице документа или нужному моменту записи.
В основе заявлена EmbeddingGemma 2: модель сопоставляет текстовый запрос с содержимым разных типов файлов. Рядом работает поиск точных совпадений — для номеров счетов, кодов ошибок и имён. Это полезное сочетание: сцену на фотографии можно описать приблизительно, а номер документа нужно найти буквально.
Обработка и индекс остаются на Mac; интернет нужен для первоначальной загрузки модели и проверки обновлений, которую можно отключить.
DigUp это бесплатное приложение с открытым исходным кодом для Apple Silicon и macOS 14 или новее. Модель занимает около 865 МБ при скачивании. Перед поиском придётся дождаться индексации: для большой папки Downloads автор допускает около часа. Файлы iCloud, которые ещё не скачаны на компьютер, приложение пропускает.
Я установил DigUp, попробовал и сразу отправил на индексацию всю свою базу чатов Codex — все чаты целиком. Это заняло около восьми часов. Зато теперь всё прекрасно работает, и я доволен.
pimenov.ai/blog
Anatomy: объяснить идею через работающий механизм
Anatomy предлагает объяснять техническую идею через механизм, с которым можно взаимодействовать.
Это открытый скилл для Claude Code, совместимый также с OpenCode и Codex. По описанию разработчика, агент подбирает физическую метафору, собирает объект из деталей и связывает движение с небольшой моделью. Показания внутри иллюстрации берутся из той же модели, которая управляет её частями.
Основной формат — изометрическая векторная графика SVG: объёмные детали показаны под фиксированным углом. Для огня, воды и света добавляется WebGL, браузерная технология графического рендеринга.
Отдельный режим позволяет деталям вращаться в настоящем 3D, но он пока в бета-версии: автор указывает, что проверил его на примере и тестовой фигуре, а не на производственном проекте.
Результат можно получить как отдельную HTML-страницу, SVG-файл или компоненты React/Next.js. Такой подход может пригодиться в документации и учебном материале, где читателю нужно понять зависимость: что происходит с системой, когда он меняет одно условие.
Anatomy рассчитан на механизмы, приборы и инструменты; библиотекой диаграмм он не является.
https://github.com/wheresryan22/anatomy
pimenov.ai/blog
🎧 Аудиоверсия pimenov.ai, 3 мин
codex app-server — как встроить Codex в собственное приложение
codex app-server — JSON-RPC интерфейс Codex для IDE и своих клиентов: транспорты, потоки и ходы, подтверждения действий, удалённый доступ и безопасность.
Слушать и читать на сайте: https://pimenov.ai/knowledge/codex-app-server/
13 октября 2026 года Минюст США сообщил об аресте инженера OpenAI Абдулрахмана Альфозана. Его обвиняют в использовании или попытке использования устройства для перехвата устных разговоров. 35-летнего гражданина Саудовской Аравии задержали 9 октября; 13 октября он впервые предстал перед федеральным судом.
По материалам обвинения, около 30 сентября сотрудники OpenAI обнаружили записывающее устройство в USB-порту на задней панели телевизора в переговорной руководства в Сан-Франциско. Его скрывали в туалетной бумаге, содержимое было зашифровано. Компания установила, что устройство появилось примерно 28 сентября.
Следствие утверждает, что 5 октября Альфозан вошёл в переговорную и заглянул за телевизор. В тот же день, согласно обвинению, охрана нашла похожее устройство в оставленной им сумке. Альфозан работал инженером OpenAI с июля 2025 года.
OpenAI подтвердила, что обнаружила скрытое устройство, передала сведения ФБР и уволила сотрудника. По заявлению компании, её модели помогли разобраться в устройстве и его происхождении и установить сотрудника, который его разместил.
На момент заявления OpenAI не обнаружила признаков неправомерного доступа этого сотрудника к весам моделей, исходному коду или данным клиентов либо их вывода за пределы компании. Расследование ФБР продолжается.
Вина Альфозана не установлена судом. При обвинительном приговоре ему грозит до пяти лет лишения свободы и штраф до 250 тысяч долларов.
pimenov.ai/blog
Grok, Cursor и X объединили подписки: общий лимит и отдельная плата за Claude
В новой The X Subscription Grok и Cursor делят общий недельный запас использования. Переход добровольный: действующие подписки сохраняют прежние условия, пока вы их не измените или не отмените. Главная деталь для пользователей Cursor: Claude и GPT оплачиваются отдельно с первого запроса.
Общий запас расходуется на модели Grok в обоих продуктах и на Grok Bot. Активность в одном сервисе оставляет меньше доступного использования в другом; отдельного дополнительного лимита у бота нет.
По опубликованным тарифам, месячная подписка Plus стоит $8, Premium — $30, Super — $100, Ultra — $200. Grok Bot включён начиная с Premium. Преимущества X на платных индивидуальных тарифах доступны после подключения личного аккаунта X.
Сторонние модели в Cursor, включая Claude и GPT, оплачиваются из предоплаченного баланса по публичным API-тарифам с первого обращения. Если вы преимущественно пишете код с Claude, к цене подписки нужно прибавить расходы на модель.
Объединение аккаунтов необратимо: отменить его не сможет даже поддержка. Новый план оплачивается полностью. Выбранные подходящие старые подписки отменяются при переходе, а пропорциональный возврат за неиспользованное время приходит отдельно.
pimenov.ai/blog
В «Перезагрузке» большие обновления, а я почти не рассказываю о ней здесь. Исправляюсь.
Если вы ещё не знакомы: «Перезагрузка» — моя закрытая образовательная программа о том, как пользоваться ИИ в работе и жизни. С вебинарами и чатом, где я отвечаю на вопросы и помогаю разбираться с вашими задачами.
Собрал список всех наших вебинаров. Все записи доступны участникам: можно смотреть в своём темпе и обсуждать в чате. А в воскресенье, 18 октября, — очередной вебинар.
Ещё сегодня обсуждаем первую версию моего скилла для Codex — помощника для юридической проверки сайтов. Он помогает проверить, как сбор персональных данных, приём оплаты и документы соотносятся с требованиями российских федеральных законов: показывает возможные проблемы и объясняет, что проверить и с чего начать.
Сама программа тоже обновляется. Внутри идёт жизнь: пробуем инструменты, обсуждаем, что получается, разбираем то, что не получается. Можно прийти со своим вопросом — даже если пока непонятно, как к нему подступиться.
1 900 ₽ в месяц — чат, вебинары, все записи и материалы программы.
• Подробнее о программе — на сайте
• Вход в закрытый чат — сразу через Telegram-бота
Всех жду!
🎧 Аудиоверсия pimenov.ai, 3 мин
GPT Image — гайд по промптингу для генерации и редактирования изображений
Перевод официального гайда OpenAI Cookbook по промптингу моделей gpt-image: параметры моделей, основы промптинга, сценарии генерации (инфографика, фотореализм, логотипы, реклама, UI, слайды) и редактирования (перенос стиля, виртуальная примерка, композитинг, смена освещения).
Слушать и читать на сайте: https://pimenov.ai/knowledge/gpt-image-prompting-guide/
В репозитории Cursor есть Poteto Mode — набор правил работы ИИ-агента из пакета pstack. Он задаёт, когда разбираться в причине ошибки, как проверять результат и какие решения оставлять человеку.
Один из принципов касается вопросов. Если ответ можно получить экспериментом, агент должен сначала провести проверку. Например, измерить время загрузки, воспроизвести ошибку или посмотреть поведение интерфейса. У человека стоит уточнять выбор, который зависит от его целей и предпочтений.
Ещё одно правило — проверять реальный результат. При ошибке в интерфейсе агент начинает с воспроизведения в том же приложении. Для заявления об ускорении — сначала разобраться, что измерено. Успешная сборка сама по себе не доказывает, что пользовательский сценарий работает.
Практический смысл таких правил — заранее определить, что агент проверяет перед вопросом, изменением и сообщением «готово».
Но один файл не заменяет весь пакет: Poteto Mode ссылается на другие навыки и сценарии pstack. Перед переносом в своего агента нужно проверить эти зависимости, доступные инструменты и границы разрешений. Начать можно с одной задачи, для которой заранее понятен признак успеха.
Кто стоит за pstack
Автор pstack и Poteto Mode — Лаурен Тан (Lauren Tan), известная как poteto. Она работает над Grok Bot в xAI, раньше работала в Cursor, Meta и Netflix. Лаурен также входит в основную команду React Compiler.
Лаурен — крутой инженер, и в pstack интересно подсмотреть её рабочие привычки. В README проекта она объясняет, что это навыки из её повседневной разработки. Ориентир — писать меньше кода и повышать его качество.
👉 Poteto Mode в репозитории Cursor
pimenov.ai/blog
В репозитории google/skills собраны скиллы для работы ИИ-агентов с продуктами и технологиями Google. Практический интерес здесь — возможность подобрать инструкции под конкретную облачную задачу: настройку доступа, работу с базой данных или поиск причины сбоя.
В каталоге есть основы Google Cloud, управление доступом, Cloud Storage, BigQuery, Cloud Run и Google Kubernetes Engine — сервис для запуска и управления контейнерными приложениями. Рядом находятся более узкие сценарии: диагностика недоступных узлов, анализ расходов и настройка оповещений.
Каталог выходит за пределы инфраструктуры. В README перечислены инструкции для Google Ads API, Google Analytics и разработки с Genkit. Есть и комплексные сценарии: проектирование облачной архитектуры, развёртывание агентов и поиск по корпоративным данным.
Для установки README предлагает команду npx skills add google/skills. Затем можно выбрать отдельные скиллы или весь набор, целевых агентов и область установки: конкретный проект либо глобально. Репозиторий также содержит плагины, объединяющие скиллы и MCP-серверы — компоненты для подключения агента к внешним инструментам. Указаны способы установки для Claude Code, Codex и Antigravity CLI.
pimenov.ai/blog