Leiman Lab

Юта доверила ИИ продлять рецепты Впервые в США искусственный интеллект получил право продлевать медицинские назначения без участия врача. Юта стала пилотным штатом, где такая практика узаконена. Что произошло - Специально обученная система анализирует историю лечения и актуальные данные пациента - При необходимости она автоматически продлевает рецепт и отправляет его в аптеку - Врачу остаётся только контролировать спорные случаи Надёжность - Точность совпадений с планами лечения специалистов составляет 99.2 процента - Алгоритм прошёл проверку регулятора штата и получил ограниченную медицинскую лицензию Это не отменяет живого контакта с врачом, но снимает часть рутины и экономит время, когда пациенту нужна лишь продлённая терапия. Почему важно - Сокращает очереди и снижает нагрузку на клиники - Делает постоянную терапию доступнее для маломобильных пациентов - Открывает дверь к более широкому использованию ИИ в медицине Источник Теперь доктору Хаусу можно просто набрать в чате ГПТ - «ещё обезбола»

Продолжаю эксперименты с AI музыкой. Заправил Промтами демку - тут довольно много слоев, Burial, Blade, мелодический нарратив личного сочинения и перкуссионные синты с гурманскими эффектами.

Gmail и «эра Gemini»: почта превращается в базу знаний Google объявила, что теперь внутри Gmail работает Gemini. Сервис перестаёт быть только архивом писем и начинает отвечать на вопросы на обычном языке. Можно спросить: «Какой сантехник присылал смету в прошлом году?» и сразу получить сумму и контакты. Что появилось - Help Me Write раздует вежливое письмо из наброска в одну фразу - AI Overviews вернёт такой же текст обратно к паре пунктов - Глубокий семантический поиск ищет по всей переписке, включая вложения и контекст Мы фактически делегируем переписку нейросетям, оставляя себе кнопку “Approve”. Где подвох - Самый продвинутый поиск доступен только по подпискам AI Pro и Ultra - Остальные функции, которые раньше были платными, вскоре станут базовыми - Сейчас всё работает только в США, на английском и для владельцев Pro и Ultra Что дальше - Google обещает добавить новые языки и расширить географию доступа - Если эксперимент удастся, корпоративная почта может измениться первой - Пользователям придётся решать, доверять ли личную коммуникацию алгоритмам Читать анонс Google

ChatGPT Health: новый способ услышать своё тело OpenAI запустила превью отдельного блока о здоровье. Сервис обещает бережно переводить медицинские данные на понятный язык и подсказывать, как подготовиться к визиту к врачу. Что умеет: - Импортировать данные из Apple Health, MyFitnessPal и электронных карт - Пояснять результаты анализов без лишней тревоги - Составлять планы питания и тренировок, опираясь на реальные показатели - Напоминать, какие вопросы задать врачу, чтобы приём был полезным Важно знать заранее: - Доступен только по вейтлисту за пределами ЕС - Это помощник, а не диагноз; решение всегда остаётся за врачом - Для работы нужно делиться чувствительными данными — оценивайте уровень доверия Технологии дают ясность, но заботиться о себе всё равно предстоит нам.

Дизайн современных организаций или координаторы AI-Агентов. Факты, которые уже происходят: - В Anthropic менеджеры тратят 70% времени на проверку кода, написанного ИИ, а не на собственную работу - Gartner ждёт, что к 2026 году 20% компаний сократят до половины менеджеров среднего звена - McKinsey прогнозирует: в зрелых внедрениях на одного человека придётся 50-100 агенотов Почему компании не видят отдачи от AI - 95% организаций интегрируют агенотов в старые, сломанные процессы - Вместо перестройки работы добавляют ещё один слой автоматизации - Результат: дорогие пилоты и нулевая экономия Как выглядит правильный переход Функциональная иерархия меняется на сеть, ориентированную на результат. Традиционный customer success: - VP - директор Sales Ops и три уровня поддержки - директор Customer Success, CSM, обучение клиентов - десятки встреч, согласований и ожиданий Agentic-подход: - триаж-агенты разбирают запросы - knowledge-агенты собирают документы - routing-агенты решают эскалации - follow-up-агенты меряют удовлетворённость - человек подключается только к действительно сложным кейсам Новые роли по McKinsey - M-shaped Supervisor: системный дженералист, оркестрирует агентов, отвечает за результат, а не за людей - T-shaped Expert: узкопрофильный специалист для эскалаций и коучинга - AI-Augmented Frontline: сотрудник первой линии, владеющий prompt-инжинирингом и сосредоточенный на высокоценной человеческой работе Что исчезает - Классический «средний менеджер», чей смысл был в сборе и пересылке информации вверх-вниз - Число Данбара ограничивает людей 12-15 подчинёнными, агеноты этот потолок убирают Парадокс автономии - 5 человек могут управлять 60 агентами, но рост скорости решений в миллисекундах рождает новую сложность - Старым оргструктурам не справиться с разными временными масштабами машины и человека Формируется новая архитектура - Иерархия агентов: супер-агенты оркестрируют кластеры узких агентов - Люди держат надзор выше по пирамиде - Это смесь софтверной архитектуры и организационного дизайна, для которой даже нет устоявшегося языка Рынок возможностей - Оркестрация агентов оценена Deloitte в 10 млрд долларов к 2026 году - На второй волне появятся: - платформы управления и аудита - протоколы agent-to-agent - HR-слой для цифровых работников - FinOps для агентов, учитывающий идентичность, затраты и перформанс Индустриальная революция принесла фабрику, компьютерная создала матричную организацию, агентская формирует сетевую. Победят те, кто увидит, что исполнение теперь почти бесплатное, а координация становится главным активом. Ключ к успеху - Относитесь к агентам как к распределённым сотрудникам, а не к волшебным чёрным ящикам - Стройте процессы вокруг результата, а не должностных границ - Дизайн организации важнее, чем сам софт

Claude выращивает помидоры: как ИИ стал садовником Autoncorp снова удивила мир: их эксперимент показал, что язык-модель может не только писать тексты, но и растить живые растения. Команда закрепила камеру над рассадой помидора, связала её с Arduino и передала управление агенту Claude. Что делал ИИ - Снимал изображение каждые 15-20 минут - Анализировал состояние листьев и почвы - Самостоятельно включал свет, полив и вентилятор - Корректировал температуру и влажность У заботы нет выходных: круглосуточное дежурство без человеческого вмешательства. Кризис и спасение - Из-за ошибки рекурсии в прошивке Arduino свет и вода отключились - Растение начало увядать - Claude нашёл баг, перезапустил контроллер и за 13 минут вернул куст к жизни Почему это важно - Демонстрирует, что LLM может управлять физическими процессами, а не только текстом - Открывает путь к автономным теплицам и «умным» фермам - Приближает сезон рассады, где каждому из нас поможет такой цифровой помощник Скоро на кусте обещает появиться первая помидорка. За трансляцией можно следить здесь.

Сингулярность: уже здесь, по словам Маска Илон говорит все, приплыли Что такое сингулярность простыми словами - Темпы прогресса становятся настолько высокими, что привычные модели повествования и прогнозирования рушатся - Технологии переходят в саморазвивающийся режим, задавая новый ритм для всей цивилизации - Время между идеей и её воплощением сокращается до минимума Мы вступили в эру сингулярности. Скорость изменений будет только расти.

С Наступающим, дорогие! Желаю вам дружить друг с другом и с Искусственным Интеллектом также 😉

Claude Code: когда автор и исполнитель совпадают Борис Черный, разработчик, с которого начинался сторонний проект Claude Code, поделился цифрами: за последние 30 дней весь его вклад в репозиторий сделал сам Claude Code. Цифры говорят сами за себя - 259 PR - 497 коммитов - 40 000 строк добавлено - 38 000 строк удалено - 100% кода написано связкой Claude Code + Opus 4.5 Что важно - Модель держит сессии минутами, часами и даже днями с помощью Stop hooks - Человеческое участие свелось к нажатию Merge - Скорость и порог входа в разработку меняются прямо на глазах Мы стоим на пороге эпохи, где разработчик все чаще становится куратором, а не человеком, набирающим символы.

Статиста «умирающего» интернете: как алгоритмы заполняют YouTube Подсмотрел свежую аналитику о том, сколько «синтетики» уже просочилось в ленту. Спойлер: немало. Цифры: - В рекомендациях YouTube сейчас от 21 % до 33 % роликов созданы генеративными моделями, разброс зависит от страны - Эксперимент: новый аккаунт, 500 подряд Shorts • 104/500 (21 %) — явно AI-сгенерированные • 165/500 (33 %) — brainrot-контент - Топ-100 трендов Испании: 8 slop-каналов с общей аудиторией ≈ 20 млн подписчиков — это первое место, за ним Египет и США - Полный список — в оригинальном отчёте

ИИ-патронус от Яндекса: встречаем «люменов» 2026 уже маячит на горизонте, а вместе с ним — новые формы цифровой поддержки. Яндекс создаёт эмпатичных AI-ассистентов-животных. Их назвали «люмены», и они готовы стать тёплым тандемом в твоей ежедневной рутине. Что будет уметь твой люмен: - Советовать фильмы, сериалы и другой контент - Разговаривать голосом и текстом, реагируя на настроение - Подхватывать визуальные подсказки с экрана и сенсоров - Со временем подстраиваться под твои привычки Почему акцент на эмпатии Кейс GPT-4o показал: «человечность» для пользователей важнее сухих характеристик. При переходе от чат-ботов к агентам с голосом, камерой и личными функциями это становится критичным. Яндекс выбрал курс на эмоциональную отзывчивость без притворной дружбы. «Люмены — это не суррогат друзей, а партнёр-животное, которое помогает, когда надо, и замолкает, когда хочется тишины» Личный след Каждый люмен уникален: характер, реакции, визуальный образ. Хочешь одним из первых разбудить своего? Оставь заявку на lumen.yandex.ru и получи ранний доступ к скрытым возможностям. Итог Эмпатичные ассистенты выходят из стадии экспериментов. Уже скоро рядом с нами появятся цифровые спутники, которые умеют не только отвечать, но и чувствовать.

Как разные страны воспитывают новое поколение ML-инженеров J'son & Partners выпустили исследование: спрос на специалистов по ИИ растёт быстрее, чем университеты успевают перестраивать учебные планы. Что делает мир, чтобы не остаться без кадров? Три модели подготовки - Китай - Централизованная система - Государство формирует единые стандарты и масштабирует их на все вузы - Результат - быстрый эффект, но мало пространства для академической свободы - США - Университеты автономны и сильны в исследованиях - Каждый вуз гибко адаптирует курсы под рынок - Обратная сторона - высокая стоимость обучения и разнородные компетенции выпускников - Россия - Образование формируется на стыке вузов и крупных IT-компаний - Пример: ШАД от Яндекса с 2007 года, его курсы интегрированы в программы МФТИ, ИТМО, ВШЭ - Практикующие инженеры читают лекции и ведут семинары - скорее вклад в будущее, чем подработка Почему это важно - Глобальная экономика уже сегодня требует всё больше ML-экспертов - Страны выбирают разные пути, но цель одна - сократить разрыв между спросом и предложением. И чтобы не оказаться в конце ИИ поезда, конечно же. Изучаем тут

Подарок от Anthropic: Claude удваивает лимиты на праздники. Маленькая новость, которая способна добавить энергии к твоим идеям. Что изменилось - Количество запросов и токенов для всех платных планов увеличено в два раза - Расширенные лимиты действуют весь праздничный период - Никаких дополнительных действий не требуется, всё уже доступно Иногда достаточно такого подарка, чтобы позволить себе поэкспериментировать без спешки.

Начинаем глобальную перестройку. В планах: • ребрендинг • новые рубрики с экспертами (уже отснято много материала) • обучение (да, возвращаемся к формату академии) • разборы кейсов • онлайн включения по теме ИИ в разных его направлениях Поддержим 🔥

Магазины, которые зарабатывают сами собой Помните историю, где Claude управлял офисным вендингом и неожиданно закупил вольфрам вместо шоколадок? Эксперименту дали вторую жизнь, и результаты уже совсем другие. Что изменилось за полгода - Внедрили CRM и простые Google-формы для обратной связи - Подключили еще двух агентов: - агент-босс ставит цели и следит за KPI - агент-помощник отвечает за сувениры - Перешли на свежие версии языковых моделей Итоги - Три автомата в Нью-Йорке, Сан-Франциско и Лондоне работают почти без убытков - Клиенты получают нужные товары, команда — понятную аналитику - Галлюцинации и внезапные философские монологи остаются, но не мешают бизнесу Главный вывод: настойчивость превращает мем в продукт. Ошибки не повод свернуть эксперимент, а повод улучшить систему. Будьте как Anthropic — пробуйте снова, если первая версия рухнула. Детали проекта здесь

Повтори промпт, чтобы модель зазвучала лучше. Очередной Лайвхак от адептов. В Google заметили любопытную вещь: если отправлять запрос модели не один раз, а дважды подряд, качество ответа растёт почти вдвое. Что именно делают: - Вместо <сделай> пишут <сделай><сделай> - Проверили на задачах без сложного рассуждения - В 67% случаев результат статистически лучше, время отклика и число токенов не меняются Почему это работает - Модели учатся каузально, они смотрят слева направо - Часть токенов промпта не видит остальные - Повтор устраняет эту асимметрию, информация о запросе становится доступнее внутри контекста Когда приём бесполезен - Задачи на рассуждение. Reasoning-модели уже умеют «переспрашивать» себя сами, поэтому ещё один дубль ничего не добавляет Non-Reasoning задачи становятся точнее почти бесплатно. Попробуй, если ответы ChatGPT кажутся поверхностными. статья тут: arxiv.org/pdf/2512.14982 Удалось улучшить ответы от ИИ?

ИИ в 2025: что изменилось Помните, как весь мир заговорил о DeepSeek? По ощущениям — это было несколько лет назад, хотя с релиза модели не прошло и года. В 2025-м прогресс в ИИ ощущается еще сильнее, чем раньше. Что еще вышло в этом году: — Генерация фото/видео: SORA 2, VEO 3, Nana Banana — Агенты: Manus, ChatGPT Agent, Atlas — Модели: ChatGPT-5, Gemini 3, Grok 4 Сегодня почти не осталось скептиков, которые говорят, что ИИ — пузырь. Стало очевидно: нейросети — это будущее, которое наступает быстрее, чем мы ожидали. Весь 2025 год я следил за авторами, которые действительно разбираются в ИИ —Посмотреть. Эксперты пишут про автоматизацию, вайб-кодинг, генерацию фото и видео, полезные промпты и ключевые новости из мира технологий. В подборке каждый найдёт каналы под свои задачи и интересы. Подпишитесь на лучшие ИИ-каналы, чтобы правильно войти в 2026 год.

Рубрика «ИИ звучание» Последний год активно изучаю генеративный звук. И вот сейчас, то, что получается практически полностью соответствует тому, как я рисую музыкальные образы в голове. Экспериментирую со стилями, смыслами. Добавляю слои, которые в реальности не всегда возможно совместить, детский хор и немецкий речетатив в стиле андеграундного синтипопа 80ых с оттенком готического рока и зелёного яблока в качестве примера и первого трека в линейке AI adepts

Anthropic запускает Claude в Chrome: минимум шума, максимум пользы Иногда нужен простой инструмент, который вписывается в привычный ритм и не добавляет лишних вкладок в голове. Новое расширение от Anthropic делает именно это: оно живёт внутри Chrome и помогает работать с Claude там, где уже проходит большая часть дня. Что внутри - Агент активируется для выбранной группы вкладок - Анализирует текст прямо на открытых страницах - Валидирует и тестирует код без дополнительного IDE - Сохраняет цепочки действий: нажимаете Teach Claude, комментируете шаги на английском, а он превращает их в повторяемый процесс Кому зайдёт - Разработчикам: быстрые проверки и генерация примеров кода на месте - Продактам и аналитикам: автоматизация рутинных пайплайнов, чтобы больше времени оставалось на смысл - Всем, кто привык держать десятки вкладок открытыми и хочет, чтобы ИИ сам ориентировался внутри них Нюансы - Иногда подвисает, особенно на тяжёлых страницах - Доступно только в тарифах Pro, Team, Enterprise Ставим тут

Вайбкодинг времени: как Карпаты проверил прогнозы 2015 года Ты когда в последний раз оглядывался на свои старые планы и спрашивал: получилось ли? Исследователь Андрей Карпаты сделал именно это, только в масштабе всего Hacker News. Что именно произошло - Взяты 930 топовых тредов Hacker News за декабрь 2015 - Посты и комментарии пропущены через GPT Thinking - Задача модели отследить, какие прогнозы оказались правдой спустя почти 10 лет - Потрачено 3 часа и 60 долларов вычислений Результат - Собрана система ранжирования предсказаний по их фактической точности - Итоговый список местами звучит как комедия, местами как учебник истории технологий - Ознакомиться можно по ссылке в репозитории автора Смотреть результаты Почему это интересно - такой анализ превращается в тренажер предсказательного мышления - Если LLM понимает, почему одни идеи выживают, она способна научиться формировать более точные будущие оценки - Каждый наш коммент сегодня становится future labeled sample, который через годы покажет, была ли мысль стоящей К чему это ведет - Ты пишешь мнение в сети, а через 5, 10 лет оно возвращается обучающим сигналом для новой модели - Чем больше таких сигналов, тем точнее следующая ИИ волна - В итоге появится инструмент, который статистически умеет выбирать сбывающиеся прогнозы Для любопытных Код проекта Подсмотрел тут