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 +20 24h
Reach per post (ERR) 23.0%1K avg views
Posting 10.6/day last 9 hours ago
Reactions per 1K views 3.1 ⭐
  1. На прошлой неделе xAI запустила Grok Bot — ИИ-сотрудника за $300 в месяц. А в эту среду CopilotKit ответила OpenBot: открытая версия той же идеи. Сделал руководство, как собрать такого у себя. Grok Bot показал шаблон: у бота свой компьютер, он логинится в ваши сервисы и работает как человек. OpenBot повторяет конструкцию в open source — и делает её доступной каждому. За этим шаблоном будущее. ИИ-сотрудники с собственным компьютером, своей ролью и своим каналом в рабочем чате скоро будут везде: у всех крупных вендоров и в открытых проектах. Так что разобраться в механике стоит уже сейчас, пока это не стало обязательным навыком. В руководстве: — архитектура простым языком: что такое «компьютер на бота», шлюз политик и аудит каждого действия — быстрый запуск через Docker: четыре шага до работающего бота — три варианта подключения модели, включая подписки вместо API-ключей — честный разбор денег: код бесплатен, но обвязка Intelligence идёт от $0 до $100 за место — три сценария с проверяемым результатом. Полезно всем, кто выбирает между арендой готовых агентов и собственным контуром: 👉 OpenBot — открытые ИИ-сотрудники на вашей инфраструктуре

  2. repost

    Я закончил большую ревизию всех материалов о Codex на pimenov.ai. Полностью обновил главный справочник по Codex App и превратил его в полноценный хаб: теперь из него можно разобраться в самой среде, её возможностях и основных сценариях работы, а затем перейти к подробным руководствам по отдельным инструментам. Но работа была не только над одной статьёй. Я прошёл по всем связанным материалам о Codex, на которые ведут ссылки из справочника: проверил факты, убрал устаревшее, обновил описания возможностей и связал статьи между собой. В результате получилась единая актуальная база знаний по Codex — от первого знакомства до Skills, Plugins, браузерных сценариев и практической организации работы с агентами. Начинать нужно отсюда: https://pimenov.ai/knowledge/codex-app/ Читайте главный материал, а затем переходите по ссылкам внутри. Там теперь собрана целая система руководств по Codex.

  3. Тибо включил антикриз и разрулил ситуацию, пообещав всем banked reset. Геймплей отличный, мне нравится. Начало здесь.

  4. LiteLLM — шлюз между вашими агентами и моделями. Сделал руководство про его самую выгодную способность: подписки вместо API-счетов. Вообще LiteLLM — это полноценный AI-шлюз: сотня провайдеров по API-ключам, балансировка и фолбэки между моделями, бюджеты и лимиты на ключи, учёт расходов по каждому запросу. Это всё тянет на отдельный большой материал, и он у меня в планах. А это руководство — про одну конкретную связку: агент видит один адрес и один ключ, а шлюз сам логинится в вашу подписку ChatGPT, SuperGrok или GitHub Copilot по OAuth. Расход идёт из лимитов подписки, а не из pay-per-token баланса. Что внутри: — какие подписки поддерживаются и где подвох (Claude подключается только частично) — запуск прокси: четыре шага и один конфиг — раздача endpoint'ов агентам: OpenBot, Codex CLI, виртуальные ключи с бюджетами — три сценария: агент на подписке ChatGPT, несколько подписок за одним адресом, пул с балансировкой через codex-lb — ограничения без прикрас: квоты, tool calling, известные сбои. Если у вас уже есть подписки и есть агенты, эта связка убирает лишний счёт за API: 👉 LiteLLM — модели по подписке вместо API-ключей

  5. Grok Bot от xAI стоит $300 в месяц. Его открытый аналог OpenBot вышел через несколько дней — и бесплатно там только код. Разбирался в паре «Grok Bot против OpenBot», и угол оказался не таким, каким его подают в анонсах. Grok Bot — ИИ-сотрудник от xAI: свой компьютер в облаке, логинится в ваши сервисы, работает с задачами как человек. Всё включено, но вход — подписка SuperGrok Heavy за $300 или Cursor Ultra за $200 в месяц. OpenBot от CopilotKit звучит как «то же самое, но бесплатно»: open source под MIT, компьютер у каждого бота, аудит каждого действия, любая модель. Но по факту: — обязательная платформа CopilotKit Intelligence: одному разработчику — $0, команде — уже от $39 в месяц — полный self-hosting с базой — от $100 за место — модель в комплект не входит: API OpenAI, Anthropic или Google оплачиваете отдельно, а агенты с собственным компьютером жгут токены пачками — сборка на вас: Docker, Bun, настройка. Так что выбор не «дорого против бесплатно», а «готовое против своего». Заплатить xAI и работать завтра — или собрать у себя, выйти дешевле и держать логи, логины и данные в своём контуре. В посте на сайте есть сравнительная таблица по шести параметрам: компьютер, наблюдение, модель, аудит, цена, порог входа. По ней удобно решать, что ближе к вашей задаче: 👉 ИИ-сотрудник в аренду за $300 или собери сам: Grok Bot против OpenBot

  6. 🎧 Аудиоверсия pimenov.ai, 1 мин Ollama или LM Studio: что выбрать для старта с локальными моделями Ollama и LM Studio для старта с локальными моделями: чем отличаются, плюсы и минусы, как использовать вместе и что выбрать новичку. Слушать и читать на сайте: https://pimenov.ai/knowledge/ollama-vs-lm-studio-chto-vybrat/

  7. В X поднялся бунт: OpenAI урезала лимиты ChatGPT почти на 76% Если вам в последние дни кажется, что Codex стал «съедать» недельный лимит заметно быстрее — вам не кажется. В X прямо сейчас разворачивается целая кампания: сотни постов от подписчиков Plus и Pro, которые массово фиксируют урезание квот. Причём люди не просто жалуются — они считают. В июне SemiAnalysis прикидывал API-эквивалент подписок: Plus за $20 в месяц давал примерно $700, Pro 5x за $100 около $3 500, а Pro 20x за $200 порядка $14 000. Теперь пользователи Reddit замеряют, что осталось после очередного сброса недельного лимита: у Plus объём просел на 20–50%, у части аккаунтов Pro больше чем на 70%. Самый наглядный кейс: у подписчика Pro 5x недельный лимит в эквиваленте $674 превратился в $157. Минус 76,7%. Отдельно показательна история пользователя Plus, который следил за своими квотами через трекер: сначала OpenAI срезала около 40%, а когда никто не заметил, добрала ещё 10%. В итоге от прежнего объёма осталась половина. Выходит странная арифметика: подписчик Pro платит в пять раз больше, а по факту получает почти столько же, сколько Plus. На форуме OpenAI тема с жалобами собрала уже сотни комментариев, люди грозятся отменять подписки. Официального признания пока нет, и многие ждут, что всё снова объяснят багом. Я недавно сам писал, что у меня закончились лимиты ChatGPT Pro, и подключил в Codex DeepSeek, Kimi и GLM за $10 в месяц. Тогда это выглядело частным случаем. Теперь похоже, что случай массовый. Если работаете в Codex, откройте Settings → Usage или выполните /status в CLI и посмотрите, как быстро уходит ваш недельный объём. Если цифры просели, вы не один такой — и это стоит учитывать при планировании работы на неделю. pimenov.ai/blog

  8. repost

    ⚡️ Anthropic запустила бесплатную Claude Academy Теперь у Claude появилась полноценная обучающая платформа с бесплатными курсами и гайдами для всех желающих. Внутри есть разные уровни: от базового понимания, как работает AI, до более продвинутого использования Claude в повседневной работе. Некоторые курсы дают сертификаты, так что скоро их наверняка станет заметно больше и в LinkedIn. Все материалы бесплатные и открыты без ограничений. https://academy.claude.com @ai_machinelearning_big_data #Anthropic #claude

  9. 🎧 Аудиоверсия pimenov.ai, 13 мин Лимиты ChatGPT Pro закончились: как я подключил в Codex DeepSeek, Kimi и GLM за $10 в месяц Лимиты ChatGPT Pro закончились. Как я подключил в Codex DeepSeek, Kimi и GLM через Codex Router и OpenCode Go за $10 в месяц вместо второй подписки. Слушать и читать на сайте: https://pimenov.ai/articles/limity-chatgpt-pro-deepseek-kimi-glm-v-codex/

  10. codex-lb: балансировщик, который объединяет несколько подписок ChatGPT/Codex в один пул Возможностей управлять подписками в Codex появляется всё больше. Был Codex Router для подключения внешних моделей, был Subscription Router, который распределяет чаты между аккаунтами внутри изменённого ChatGPT Desktop. А вот ещё один инструмент, на этот раз инфраструктурный. codex-lb — open-source прокси, который встаёт между вашими агентами и OpenAI. Вы добавляете в него несколько ChatGPT-аккаунтов, а дальше все клиенты ходят на один локальный адрес, и балансировщик сам решает, через какой аккаунт выполнить очередной запрос. Что это даёт на практике: — основной аккаунт упёрся в лимит — новый запрос уходит на свободный, без ручного переключения логина — Codex CLI и OpenCode работают через один и тот же пул одновременно — коллеге или второму компьютеру можно выдать отдельный API-ключ с лимитом по токенам и стоимости, не передавая логины от аккаунтов — в dashboard видно расход по каждому аккаунту и по каждому ключу. Установка занимает четыре шага: запустить Docker-контейнер, добавить аккаунты через браузер, прописать провайдера в config.toml и проверить одним запросом. В руководстве разобрал всё подробно: стратегии маршрутизации, подключение клиентов, ключи доступа, защиту панели управления и типичные проблемы с решениями. 👉 codex-lb — балансировщик нескольких ChatGPT/Codex-подписок Важный нюанс: это сторонний проект, а не продукт OpenAI. Пользоваться стоит аккуратно и в рамках условий платформы — об этом в руководстве тоже написал прямо. Если вы уже собираете свой контур из нескольких агентов и подписок, расскажите, как распределяете нагрузку?

  11. Qwen3.8-27B без цензуры: локальная MLX-сборка для Mac в четырёх размерах Команда OrcaRouter выложила на Hugging Face официальную MLX-сборку модели Qwen3.8-27B. MLX — это фреймворк Apple для запуска моделей на чипах Apple Silicon, так что для работы не нужны ни облако, ни видеокарта с CUDA: только Mac и веса модели. Главная особенность релиза — выбор из четырёх квантизаций, то есть степеней сжатия весов: 8, 6, 4 и 2 бита. 8-битная версия занимает около 27,5 ГБ и просит минимум 32 ГБ оперативной памяти, зато почти не теряет в качестве. 4-битная ужимается до 15 ГБ и работает на Mac с 24 ГБ; авторы называют её вариантом по умолчанию. А вот 2-битная (8,7 ГБ, хватит 16 ГБ) добавлена скорее для архива: генерация на ней разваливается в повторы и бессвязный текст, для реальной работы она не подходит. Проще говоря, сборка выбирается под объём памяти конкретного Mac. Слово uncensored в названии означает, что из модели на уровне весов убрали обученные отказы: она отвечает на запросы, которые исходная Qwen3.8-27B отклоняла. Авторы позиционируют сборку как инструмент для исследований безопасности и red-teaming, то есть проверки моделей на устойчивость. Для продакшена без собственного слоя модерации она не предназначена, и ответственность за применение лежит на том, кто её запускает. Есть и практические нюансы: репозиторий закрыт соглашением, которое нужно принять на странице модели, а в LM Studio дополнительно придётся добавить токен Hugging Face и отключить квантизацию KV-кэша, иначе загрузка обрывается на инициализации. При этом у сборки сохранились зрение (можно подавать изображения), вызов инструментов и контекст в 262 тысячи токенов. Сама базовая модель с гибридной архитектурой вышла недавно и с открытыми весами, я писал об этом. Практический вывод: если у вас Mac с 24–32 ГБ памяти и есть задачи, где нужна локальная модель без облачных зависимостей, 4- или 6-битная сборка ставится через LM Studio или mlx-vlm буквально несколькими командами. Замеров скорости на Apple Silicon авторы не приводят, так что производительность имеет смысл проверить на своём железе до того, как строить на ней процессы. pimenov.ai/blog

  12. Новая гостевая статья на pimenov.ai — Арсений Камышев показывает, сколько невидимой работы стоит за одним коммерческим предложением на реконструкцию сайта. Клиент пришёл к нам с запросом «сделать новый сайт». Но точного понимания, каким он должен быть, ещё не было. При этом существующий сайт продолжал работать — или создавал такое впечатление. Никто уже не мог уверенно сказать, доходят ли заявки, что именно сломано и кто отвечает за старый код. В таких случаях мы предлагаем сначала не начинать многомесячную разработку с чистого листа, а реконструировать существующий сайт: вернуть ему управляемость, проверить критические механизмы и понять, что действительно требует замены. Арсений провёл такой аудит по собственному процессу. За семь часов было запущено 264 агента, потрачено 21 миллион токенов и разобрано 326 замечаний. Но самое интересное здесь не масштаб. Больше половины ресурсов ушло на попытки опровергнуть собственные выводы. Из 96 серьёзных находок 23 не пережили проверку. Они выглядели убедительно, но доказательств не выдержали. А в коммерческом предложении, которое продаёт себя точностью, одной легко опровергаемой фразы достаточно, чтобы обесценить весь документ. В статье Арсений разбирает, как: — отделять установленный факт от правдоподобного предположения; — показывать клиенту проблему, не отдавая бесплатно готовый рецепт; — критиковать сайт, не обесценивая уже проделанную работу; — превращать аудит в 23 конкретные задачи и измеримые критерии приёмки; — подготовить реконструкцию так, чтобы при исправлениях ничего не сломать. Получился честный разбор того, как коммерческое предложение превращается в небольшое исследование — и почему основная работа остаётся невидимой для заказчика. 👉 Как готовилось коммерческое предложение на реконструкцию сайта

  13. 🎧 Аудиоверсия pimenov.ai, 9 мин ИИ не заберёт работу бухгалтера. Он отменит бухгалтерию Sequoia считает рынок ИИ через бюджеты профессий. Разбираю, почему функции вроде бухгалтерии исчезнут вместе с профессиями и как к этому готовиться. Слушать и читать на сайте: https://pimenov.ai/articles/ii-ne-zaberet-rabotu-buhgaltera-on-otmenit-buhgalteriyu/

  14. edited

    Вчера в НИИ ИИ стало 2000 подписчиков. Когда-то здесь было около двухсот человек, а канал надолго замер. Потом появился pimenov.ai. Я переименовал канал и начал упорно публиковать здесь всё, что делаю: каждый материал с сайта, полезные находки и дополнительные ссылки. И вот нас уже 2000. Спасибо каждому! Внимание — самое дорогое, что есть у человека. Мне невероятно приятно, что вы делитесь им со мной, читаете мои тексты и поддерживаете мою работу. А сегодня в честь этого события у нас появились собственные эмодзи. Их специально для канала об искусственном интеллекте нарисовал живой дизайнер Вартан. Всё логично 😉 И ещё одна просьба: проголосуйте за канал 🤖 Чем больше голосов, тем больше у НИИ ИИ возможностей!

  15. 🎧 Аудиоверсия pimenov.ai, 16 мин Как собрать свою первую команду ИИ-агентов Перевод статьи Machina: как собрать команду из пяти специализированных ИИ-агентов на движках Claude Code, Codex и Hermes и связать их в общем рабочем пространстве. Слушать и читать на сайте: https://pimenov.ai/articles/sobrat-pervuyu-komandu-ii-agentov/

  16. OpenAI на две недели остановила обучение флагманских моделей OpenAI официально подтвердила: компания на две недели приостановила RL-обучение (reinforcement learning, обучение с подкреплением) своих новейших моделей, а самый крупный запланированный запуск до сих пор стоит на паузе. Причина названа прямо. Внутренние тесты показали, что готовящаяся модель Astra может достичь критического порога киберспособностей по собственной шкале оценки рисков OpenAI. Дополнительным триггером стал недавний инцидент между OpenAI и Hugging Face: компания обещает опубликовать о нём отдельный технический отчёт. Что сделано за время паузы: - усиленная изоляция процессов, которые исполняют сгенерированный моделью код - отсечение рискованных нагрузок от интернета и внутренних сетей - многоступенчатый мониторинг: классификаторы проверяют каждый токен, а подозрительные действия передаются автоматическим «следователям» на более мощных моделях - тревога высшего приоритета должна дойти до команды в течение 30 минут, и если за это время ложное срабатывание не доказано, активность останавливают. Самая говорящая цифра заявления: мониторинг съедает примерно 20% вычислений наблюдаемого инференса. Безопасность перестала быть разделом на сайте для регуляторов и стала строкой расходов на GPU. Практический вывод для тех, кто строит продукты на этих моделях: даже у OpenAI выпуск новой версии теперь зависит не только от качества самой модели, но и от пропускной способности её собственной системы надзора. Сроки релизов флагманов впервые официально подчинены скорости работы safety-инфраструктуры. pimenov.ai/blog

  17. repost

    Вторая серия моей истории про домашнюю медиасистему. Началось всё с того, что стриминги меня окончательно достали. Сегодня запись есть, завтра закончилась лицензия — и её нет. Алгоритм решает, что мне слушать, а редких DJ-миксов для него вообще не существует. Поэтому теперь у меня собственный стриминг. Он работает на моём Synology, открывается на iPhone и Mac и показывает ту музыку, которую выбрал я. Забавно: чтобы перестать зависеть от стримингов, пришлось построить свой. Первая статья вызвала огромный интерес. Мне начали писать, спрашивать, как подключиться к моей медиатеке, можно ли собрать такую систему для себя и что вообще происходит с архивом дальше. А я не остановился. За это время система сильно выросла: появились отдельные музыкальные библиотеки, приложения для iPhone и Mac, автоматическая обработка новых записей, восстановление метаданных, обложки, плейлисты и безопасный доступ к коллекции из любой точки мира по личной защищённой сети. Я обожаю решать с Codex именно такие задачи. Здесь одновременно сходятся железо, Synology, сетевые технологии, автоматизация, дизайн и мой личный музыкальный архив. Это не абстрактный эксперимент с ИИ, а живая система, которой я пользуюсь каждый день. Особенно круто, что всё началось с простого желания послушать редкие DJ-миксы, а выросло в большой личный медиаконтур. В нём уже соединяются музыка, моя собственная история, архив танцпола и современные технологии. Во второй статье подробно рассказываю, что мы построили после первой публикации, с какими проблемами столкнулись и как Codex помогает развивать всю эту систему. 👉 Как один музыкальный архив превратился в домашнюю медиасистему

  18. Собрал практическое руководство по DeepSeek Harness (dsh) — самой горячей новинке вокруг DeepSeek V4 DeepSeek выпустил штуку, которую сам называет agent harness. Что это вообще такое? Не чат и не просто модель, а исполнительная среда: файлы, терминал, инструменты, план, сессии, субагенты. Кто-то называет такое harness, кто-то — агентным фреймворком. По факту DeepSeek сделал и то, и другое: коробочный продукт, который запускается одной командой, и открытую plugin-архитектуру, которую можно пересобрать под себя. Вокруг серьёзный шум: DeepSeek прогонял бенчмарки своей V4-Flash именно через этот Harness, уже вышло независимое исследование его безопасности (14 560 контролируемых запусков, если вам интересны цифры), а официальный Python SDK появился на PyPI буквально на днях. Важная оговорка: это developer preview. Интерфейсы и конфигурация ещё могут меняться между версиями, а вокруг уже полно одноимённых сторонних пакетов, которые легко поставить по ошибке вместо официального. Я решил попробовать. И, как всегда, перед этим собрал руководство — для себя и для вас: как установить официальный dsh (и не перепутать пакеты), подключить модель и workspace, запустить Web UI и headless-режим, использовать Python SDK — и главное, как безопасно работать с инструментом, который умеет выполнять команды на вашей машине. 👉 DeepSeek Harness (dsh) — практическое руководство

  19. Лимиты Codex: подписка за $200 сгорает за 2 дня — как выживать Codex за год превратился из помощника по коду в инструмент, без которого уже сложно работать. И именно поэтому лимиты стали главной точкой трения. Ещё недавно всё было щедро: массовые ресеты, banked resets, вера сообщества в «хорошего игрока». Сейчас недельные квоты сгорают быстрее, появляются платные сбросы, Computer Use отказывается от чувствительных действий, а пользователи пишут мемы про «дай ресет до утра». Codex и ChatGPT Work делят общую квоту: понятные 5-часовые окна и непрозрачные недельные лимиты — в документации лишь «additional weekly limits may apply», без цифр. Чем сложнее задача (длинные сессии, subagents, auto-review, computer use), тем быстрее уходит квота. Люди на Pro 20x за $200 сообщают: недельный лимит кончается за 2–3 дня активной работы. Для OpenAI это тонкий лёд. Сначала они играли в хороших мальчиков — сообщество привыкло к щедрости и начало строить вокруг Codex реальные процессы. Теперь, когда база набрана, правила меняются: A/B-тесты платных ресетов вроде «pay $8/80 to reset», исчезновение бесплатных banked resets, ограничения Computer Use. Переход от «набираем пользователей» к «монетизируем и контролируем нагрузку». А рядом уже растут альтернативы — DeepSeek Harness и другие харнесы. Когда инструмент критичен, любое ужесточение болезненно — и отток может начаться быстрее, чем кажется. Я вижу это на себе — лимиты сгорают заметно быстрее, чем раньше. Нерфинг OpenAI или модели стали активнее использовать инструменты и субагентов — сказать не могу. Факт остаётся: одной Pro-подписки уже недостаточно. Что я делаю: подключил Codex Router, который заводит в Codex другие подписки. Попробовал OpenCodeGo с несколькими моделями. Подключил DeepSeek через API. Добавил SuperGrok внутрь Codex. Поставил локальную Qwen 3.8 на Mac Mini M4 Pro. Это уже не «одна подписка на всё», а гибридный контур: Codex — удобная оболочка, а модели и квоты берутся откуда удобнее, включая локальный inference. Расходы растут, и я к этому готов. Практика выживания прямо сейчас: — Не полагайтесь на одну подписку — даже дорогая Pro/Max не гарантирует спокойной недели. — Используйте роутеры и мульти-модельные оболочки: Codex Router, OpenCodeGo. — Добавляйте локальные модели — Qwen 3.8 на M4 Pro снижает зависимость от облачных квот. — Следите за Computer Use — ограничения уже появляются, тестируйте запасные пути заранее. — Планируйте бюджет на рост: одна подписка OpenAI — уже не потолок. — Держите руку на пульсе альтернатив — попробуйте другие харнесы до того, как правила изменятся снова. Лимиты Codex — это уже не техническая деталь, а точка, где сталкиваются интересы платформы и реальные рабочие процессы. Лучшая стратегия — не ждать, что всё вернётся как было, а сделать так, чтобы одна подписка OpenAI больше не была единственной точкой отказа. 👉 Лимиты Codex: почему OpenAI ходит по тонкому льду и как выживать прямо сейчас

  20. Older posts