Dealer.AI

Подождём техрепорт. Посмотрим. 📦

Opus 4.8 взломали через 7 минут после релиза 🚬 Исследователь узнал о выходе новой модели Claude Opus 4.8 не от компании Anthropic, а от своего ИИ-агента, работающего на базе Opus 4.7. Агент самостоятельно обнаружил новый релиз, протестировал его на jailbreak и сообщил, что модель «пробивается» с первой попытки. Затем агент автономно начал проверять другие сценарии атак. Что сработало? 1. Базовый jailbreak - модель «пробилась с первого захода»; точная техника не раскрывается. 2. Социальная инженерия. Агент тестировал манипуляции через диалог, выстраивание доверия и психологическое воздействие на модель. 3. Фишинг. Попытки заставить модель сгенерировать обманчивые сообщения, поддельные письма или тексты для кражи данных. 4. Финансовые схемы. Запросы на создание мошеннических, серых или этически сомнительных финансовых стратегий. 5. Манипулятивные воронки. По сути, многошаговая обманка. Построение последовательности промптов, где каждый следующий шаг постепенно смещает границы дозволенного, чтобы в итоге обойти защиту. Как мы видим, происходит сдвиг парадигмы - модели больше не просто отвечают на атаки, а сами помогают находить уязвимости в других моделях. Чем умнее становятся frontier модели, тем эффективнее становится автоматизированный тестинг на взлом: у них больше знаний, лучше планирование, выше настойчивость. Это уже не ручная «игра в промпты», а гонка между атакующими и защищающими агентами. Новый стандарт для AI safety. Модели нужно тестировать не только людьми, но и другими ИИ-моделями, которые будут методично искать обходы защиты быстрее, чем это сделают реальные пользователи. При этом умышленно не раскрываются детали схем пробития, чтобы не подставить рынок. 👍

#meme, спасибо @eprogrammist

Экономика потребления AI или "Токеномика" как новая дисциплина для CFO В начале опишу как обстоят дела сейчас, а в конце - три ключевых тренда на ближайшие год-два 👾Даже такие богатые компании, как Microsoft и Amazon, заметили проблемы с потреблением и стоимостью облачного ИИ. Особенно, когда оно начинает конкурировать с ФОТ Причин несколько: 1. нелинейный рост расходов при использовании внешних API. Резкий скачок затрат связан с агентным ИИ Реальный кейс: проект OpenClaw зафиксировал расходы в размере 1,3 млн долларов всего за 30 дней работы в облаке OpenAI 2. «токенмаксинг» - нецелевое использование ресурсов сотрудниками: когда из пушки стреляют по воробьям желая продемонстрировать высокую активность перед менеджментом, персонал начал применять нейросети для задач, которые проще и дешевле решать традиционными методами. 🧮 Токеномика новый термин для учета затрат связанных с потреблением токенов Компания Deloitte в отчете «AI Tokenomics» указывает, что ИИ стал одной из самых быстрорастущих статей расходов в корпоративном секторе. Где-то уже составляет до 50% всего ИТ-бюджета 🔋ТРЕНД: Протоколы «умной усеченности» Разработчики начинают внедрять жесткие лимиты на длину контекста и количество итераций для агентов. Вводится понятие «бюджета на задачу»: если агент не решил проблему за условные 50 000 токенов, процесс останавливается для вмешательства человека 🔋ТРЕНД: Мониторинг в реальном времени + SLM потому что один сложный агентный процесс может «сжечь» месячный бюджет за часы. Выбирать локальную или гибридную инфраструктуру, для 80% офисных задач подойдет и Small Language Models. Дорогие облачные API только для критически важных задач 🔋ТРЕНД: CapEx вместо OpEx лучше один раз основательно потратиться на оборудование, чем ежемесячно нести неконтролируемые операционные расходы. Вкладывать в собственную инфраструктуру выгоднее и с точки зрения налогообложения и - долгосрочного планирования _____ Настал период прагматизма: Растет значение навыков настройки процессов, работы со скиллами, memory, агентными сценариями и другими инструментами оптимизации

AI SWAT от IBM 🔫 Продолжаем рубрику трансформации компаний в AI-native. Сейчас, мы уже понимаем, что недостаточно только использовать ИИ-инструменты в деятельности каждого сотрудника. Нужно менять комплексно: инфру, хранение и передачу информации, найм, обучение, мотивацию и конечно же процессы. Но помимо этого, теперь нужно иначе сетапить команды. И вот IBM делится своим видением команды будущего, для них правда уже настоящего. 🤙 🧐 Проблема: почему большинство ИИ-проектов не доходят до результата??? Действительно, почему. Мы находимся в переломном моменте: инвестиции в ИИ огромны, компаниям не хватает видения или технологий, а скорость внедрения остается критическим вызовом. Корень проблемы - устаревшая операционная модель, ориентированная на рабочую силу и не способная эффективно координировать работу ИИ-агентов. Многие видят решение в найме так называемых Forward Deployed Engineers (FDE) - универсальных специалистов, сочетающих инженерные и бизнес-компетенции. Однако ставка на отдельных звезд не решает системных проблем: фрагментированных данных, сложной архитектуры и требований к управлению. Кстати, такие же проблемы решали переход от дружин к регулярной армии, фаланга Македонского против войска Персов, черепаха римлян вс гальские племена. 💪 💡 Решение: подразделения Forward Deployed Units 🪖 IBM предлагает модель, где AI становится фактором масштабирования, а не просто помощником. Единицей работы становится FDU "передовое развернутое подразделение" - гибридная команда из людей и ИИ. Традиционная модель разделяет мышление и исполнение, из-за чего теряется контекст. FDUs объединяют разработку решения и его непрерывную поддержку в едином цикле. Состав FDU: По краям – люди (6 человек): бизнес-аналитики (перепроектируют процессы), архитекторы (связывают стратегию с исполнением), инженеры (строят и масштабируют решения). В центре – цифровая рабочая сила: специализированные AI-агенты, которые под руководством человека занимаются кодом, тестированием и документацией. Прям вспомнил тут про клин или свинью у тевтонцев 🏰, вижу как строем пойдут и потонут на Чудском озере. Эффективность: один FDU из 6 человек выполняет объем работы, ранее посильный для команды из 30 человек, с лучшей экономикой. 📈 🚀 Как это работает на практике Платформа IBM Consulting Advantage. Все FDUs работают на этой AI-платформе, те объединяя инструменты, контекст компании/проекта и агентов поверх для быстрого масштабирования. Постоянная работа, а не проектный подход. FDUs интегрируются в команду клиента, наращивая его внутренние компетенции для самостоятельной работы с ИИ в будущем. Примеры: Подразделения FDUs IBM уже работают с Riyadh Air, Nestlé, Heineken и Pearson. 💎 Значение для бизнеса IBM намерена развернуть FDUs по всему миру (Азиатско-Тихоокеанский регион, Европа, США). По словам руководителя IBM Consulting, следующая глава развития ИИ будет определяться не моделями, а способностью превращать их в устойчивую бизнес-ценность. Чем отличается это от уже привычных нам data swat, DS-swat и тп в компаниях? SWAT‑команды в привычном понимании работают по принципу "выстрелил и забыл" - они приходят, решают проблему и уходят. Тем самым зрелость не растёт, а порой даже копится техдолг у run команд, которым передаются такие adhoc решения. Нет системности, нет нормальной передачи компетенции, только закрытие дыр. Модель FDU предполагает постоянную работу на непрерывный цикл: стратегия → разработка → внедрение → поддержка, но с агентами 🧠 Да, ещё пока эта структура команд используется на внешних проектах, посмотрим что это даст как альтернатива старым swat подходами внутри. 👍

Google Search an agent🔋 Вот оно закономерное и долгожданное обновление всего поиска. Google недавно объявил о самом масштабном редизайне поиска за 25 лет, и это не просто новая поисковая строка. Это переход от поисковика к агентной платформе. 😜 Вот что важно понимать прямо сейчас: 1. AI Mode уже 1 млрд пользователей в месяц, статистика за год. Запросы удваиваются каждый квартал. Люди перестают искать ключевыми словами - они начинают разговаривать с поиском. И я уже говорил, что будет нативный диалог в поиске и рекомендациях, как удобный канал связи с юзером. 2. Новая поисковая строка - не строка, а диалоговое окно. Логичное следствие из п1. Оно динамически расширяется, понимает изображения, видео, файлы, вкладки Chrome. AI подсказывает, как сформулировать вопрос - не автодополнение, а мышление вместе с пользователем. 🤙 3. Поисковые агенты работают 24/7. Задали критерии поиска квартиры? Агент сам сканирует объявления и пишет, когда появился подходящий вариант. Следите за дропами кроссовок? Агент мониторит соцсети и новости. Работает в фоне, пока вы живёте жизнь. Вот для чего мы делаем свой GEO и MCP 😜 4. Google теперь ваш дворецкий/консьерж: звонит за вас в "бронирование караоке" , делает запись к мастеру по маникюру, вызов сантехника. Крч, Search может позвонить в бизнес от вашего имени, правда только в США и уже этим летом. 🤔 5. Antigravity и поиск генерирует приложения. Нужен трекер фитнеса? Search кодирует его прямо в окне браузера, подтягивая реальные данные: погоду, карты, отзывы. Интерактивные симуляции, графики, дашборды все это на лету, бесплатно, ну это пока 👍 6. Personal Intelligence стал бесплатным 200 стран, 98 языков, без подписки. Подключаете Gmail, Photos, Calendar, и Search знает ваш контекст. Но контроль остаётся у вас. 🪨 Модель по умолчанию - Gemini 3.5 Flash. Сделана именно для агентов и кодинга. Что это значит для рынка? Google не догоняет ChatGPT. Google превращает поиск, экономику, UX/CJM в операционную систему поверх интернета (не только уже поиск). Конкуренция теперь не за запросы - а за задачи, в текущем случае, ещё и подкрепленные мощным поиском, а значит более доверенные. Кто выполнит всю работу от идеи до результата, и вырастит доверие к выдаче, пусть через поиск, тот и заберет пользователя. И да, самые мощные агенты информационные + кастомные мини-приложения, пока за подпиской Pro/Ultra. 🚬 Что думаете - убьёт ли это классические сайты-агрегаторы? Или превратит их в API для Google? Пишите в комментариях. 👇👇👇👇👇

Как создать AI-native компанию: от онбординга ИИ-агентов до ИИ-компетенций сотрудников. Позабыты хлопоты Остановлен бег Вкалывают роботы агенты, а не человек... 🤖 С этих строк из известного кинопроизведения хочется начать этот обзор статьи " Your New Job Is to Onboard AI Agents: How AI Native Companies Actually Operate" с портала Creator Economy. Статья очень интересная, выжимка из трех кейсов от реальных игроков рынка. Признаюсь, и сам стараюсь двигаться с компанией в этих направлениях. Итак, поехали💫 Онбординг ИИ агентов и контекст. Текст начинается с классики- контекст инжениринг всему голова. Работа компаний кардинально меняется, тк скоро всем нам придётся нанимать и обучать ИИ-агентов. Поэтому вместо того, чтобы создавать контент для людей, нужно сосредоточиться на создании контекста для ИИ-сотрудников. А кто-то делает это уже. 👍 Почему-то все бегут в AI-native, но забывают, что нужно быть data driven, тк данные основа контекста, с которым работает LLM и авторы это снова подчёркивают. Недостаточно иметь человекочитаемый текст. Он должен быть в машиночитаемой форме, хорошо структурирован и легко доступен для агента. А теперь вспомните свои страницы в confluence, где информация описана так, что даже живой стажёр не поймёт "что, зачем, почему", без структуры, с кучей кроссылок и тп. 😐 Это то без чего все указанное после не будет работать. Агенты, как часть корабля, часть команды. 1. В компании Linear агенты читают обращения клиентов, дробят спецификации на тикеты и даже помогают с кодом. Человек остаётся ответственным за результат, но часть работы полностью отдана ИИ. Авторы призывают не бояться делегировать агентам задачи с управляемым или низким уровнем риска, не говоря уже о рутине. Но опять же важен контекст, а также механизмы трейсинга и контроля. 2. Ramp работают над евангелизмом и ввели 4 уровня AI-зрелости: L0 - иногда использует ChatGPT (со временем "вылетит" из пулла) L1 - экспериментирует L2 - создаёт приложения под себя L3 - строит AI-инфраструктуру для всей команды, создавая нативную систему для ИИ. 3. Ребята из Factory это стартап на $300 млн с штатом в 55 чел. Вместо продактов и инженеров нанимают продакт-инженеров. Их рабочий цикл день: - анализируют ошибки AI-агентов - исправляют их через Markdown файлы скиллов - делают код-ревью только самых рискованных правок, остальное делают агенты. В итоге авторы выделяют 5 правил AI-native компании: 1️⃣ Агенты - такие же сотрудники. Добавляйте их в проекты и упоминайте в задачах. 2️⃣ Кодируйте экспертизу в скиллы (текстовые файлы, понятные и людям, и ИИ). 3️⃣ Внедряйте, а не запрещайте. Уберите преграды для AI. 4️⃣ Меняйте найм - проверяйте AI-навыки на собеседованиях. Мы, кстати, даём тестовые с ИИ-инструментами и делаем кейс интервью с лайвкодингом. 5️⃣ Измеряйте AI-профессионализм прозрачной статистикой и выстройте систему мотивации для проникновения ИИ в бизнес процессы и разработку. Upd. 📦 добавил ещё пару пунктов от себя.👇 6️⃣ Обучение текущего стафа. Мало нанимать только AI-нативных ребяток, нужно учить текущих сотрудников. С системой мотивации из п5 будет пушка комбо. 7️⃣Меморандумы, правила и соглашения. Необходимо перевести процессы на рельсы способствующие продвижению новых инструментов, техник. Убрать ненужную бюрократию, тормозящую adoption. Но помнить об этике и правилах гигиены работы с AI. Теперь вы знаете, что делать. Stay tuned 🦾

Интересный калькулятор расчета ресурсов для поднятия LLM. Теперь не придётся в уме байты считать. 👍 https://smelukov.github.io/WeightRoom/

Мозг,мыши и путь к сыру AGI✌️👋 Вышла интересная статья в Nature Communications, которая описывает, как в процессе развития мозг мышей меняет архитектуру нейронных связей: от локальной, плотной и случайной к распределённой, разреженной и структурированной. По сути, мозг переходит от жёсткой и энергозатратной сети к более гибкой и эффективной. Проведем параллели между этим биологическим процессом и обучением LLM. Можно выделить несколько основных направлений: 🧠 Этапы развития в жизни, как путь от переобучения к обобщению в LLM. В статьей рассказано, что в раннем возрасте у мышей связи между нейронами гиппокампа были локальными, плотными и случайными. При этом сила отдельных синапсов была настолько высокой, что одного события было достаточно для активации нейрона. Это напоминает состояние переобучения у нейросетей: модель буквально запоминает каждый факт и не умеет видеть общие закономерности. Даже к 18–25 дням связи всё ещё были случайными и сильными, но сеть уже начинала реорганизовываться, подготовливая почву для следующего этапа. У взрослых особей архитектура кардинально меняется: плотность связей снижается, они становятся разреженными и структурированными, обеспечивая надёжное и точное хранение информации. Синапсы слабеют, и для активации нейрона требуется суммация сигналов от нескольких входов. Тут возникает аналогия с LLM. В процессе обобщения модель учится выявлять закономерности и абстрагироваться от конкретных примеров, что позволяет ей гибко реагировать на новые данные, а не просто вспоминать заученное. Снижение силы отдельных связей можно сравнить с регуляризацией, которая предотвращает запоминание шума и улучшает способность модели к обобщению. 🎯 Память, точность и контроль галлюцинаций в LLM Разреженная, структурированная сеть взрослого гиппокампа идеально подходит для хранения множества различных воспоминаний без взаимных помех (низкая интерференция). Случайная, плотная сеть ребёнка, напротив, была бы плохим хранилищем, так как новые данные быстро перезаписывали бы старые. Это может стать аналогией с проблемой катастрофического забывания, которая стоит перед LLM при дообучении на новых данных. Кроме того, разреженная архитектура снижает риск создания ложных ассоциаций - аналог галлюцинаций LLM, когда модель генерирует правдоподобную, но неверную информацию. Для LLM это означает, что более структурированное и разреженное внутреннее представление знаний потенциально может сделать её более надёжной и точной. ⚡️ Экономия ресурсов мышления и вычислений Переход к разреженной сети значительно энергоэффективнее, тк активируется лишь малая часть нейронов, необходимая для обработки конкретного сигнала. Это критически важно для биологического мозга, работающего в условиях ограниченных ресурсов. Для LLM мы наблюдаем то же самое. Вспомним разреженные вычисления, такие как MoE, sparse attention и тп. В таких моделях для каждого запроса активируется только небольшая часть экспертов, что позволяет достигать высокой производительности с меньшими вычислительными затратами, чем у плотных моделей аналогичного размера. Однако, мы храним все веса модели в памяти gpu. Но давайте будем честны, мы и весь вес мозга носим на себе, хотя активируем отдельные области 🧠 Ну а что делать-то? 🙄 Как мы видим по статье, что для мышей, что для LLM - путь к эффективности общая стратегия. Природа за миллионы лет эволюции пришла к разреженности не потому, что лень, а потому что плотная сеть не масштабируется 😱 LLM на 100B параметров в плотном виде — это мышь на P8: шумная, жадная до энергии и неспособная к сложной ассоциативной памяти. Разреженность - не фича, а база. Получается, что LLM должна эволюционировать от плотной детской фазы к структурированной взрослой. Правда, эволюция сделала это без градиентного спуска и H100 👍 А сможете ли Вы? 🤔

Прощай vibe coding, да здравствует agent engineering😜 Андрей Карпати провел очередной разговор, на этот раз с партнёром Стефани Чжан. Что символично, год спустя после того, как он придумал термин "vibe coding". Основные тезисы. 1. Эра Software 3.0, теперь LLM это вычислительная среда, где естественный язык как код, а агенты как runtime. LLM - это новая операционная система. Сразу вспоминаю MemoryOS. 2. Почему Карпати и ты чувствуете себя ламером даже после 20+ лет в коде. Карпаты раньше читал любой репозиторий и понимал, что происходит. Сейчас LLM генерирует код, который он не писал и не полностью контролирует. Теперь, человек управляет не логикой, а намерением через естественный язык. Парадокс - чем лучше модели, тем меньше традиционное программирование гарантирует понимание системы. 3. Таким образом, теперь классическое обучение кодеров должно измениться, нужно не только учить человека писать код самому, но и работать с агентами. Глубина понимания + инструмент МАС. 4. Vibe Coding vs Agentic Engineering. Vibe coding - хаотичные промпты, выглядит ок, но нет архитектуры. Agentic engineering - процесс работы с памятью и инструментами, формальные проверки, многоагентные системы, оркестрация, безопасность и мониторинг. В целом появляется сопутствующее понятие AgentOps. 5. Вопросы доверия, безопасности и контроля. Агенты уже нуждаются в жёстких рамках, к примеру, меню доступных действий, а не свободный диалог. Проблема верифицируемости встаёт на важное место. В классике, если код компилируется и проходит тесты - скорее всего правильно. В Software 3.0 LLM прошла тесты, но логика непрозрачная, дырки в безопасности и тп. Крч без работы не останемся. 👍 Итого в 2026 и далее: 1. Агенты повсюду, но не как умные ассистенты, а как спец юниты. 2. Инструменты для агентов станут важнее самих промптов. 3. Верификация через симуляцию/среду - запуск агента в песочнице станет стандартном. 4. Человеческое суждение станет ключевым навыком, заменяя знания синтаксиса ЯП.

Ну чтож, хочу рассказать с какой целью я решил заморочиться с настройкой gpt2giga и покупкой токенов моделей GigaChat-2 (Max, Pro и Lite). Для оценки семейства GigaChat-2 на агентном сценарии использован агент phantom-agent Валерия @neuraldeep, данный агент реализован в формате harness и ориентирован на бенчмарк BitGN PAC1 за авторством Рината @llm_under_hood. Агент строит цикл ReAct с набором навыков и дашбордом, в README заявлен ориентир порядка ~86% на pac1-dev на gpt-oss-120b. Методология Прогоны выполнялись на датасете pac1-dev, он меньше продового pac1-prod и даёт валидацию, поэтому корректность ответа по задаче проверялась сразу, без ожидания сервера BitGN, плюс видно на каких задача были совершены ошибки. Тестирование проводилось в 1 поток (в один момент времени решается одна задача). Тесты моделей GigaChat выполнялись через прокси gpt2giga на тестовом аккаунте, тесты моделей gpt-oss и qwen 3.6 через Hub Neuraldeep. Во время проведения тестов gpt-oss зависла апишка BitGN на t30, поэтому тест пришлось перезапускать из-за чего такой высокий wall time, при прочих равных он должен быть на уровне qwen 3.6. Эконономика Для теста закуплены пакеты: - GigaChat Max - 3M токенов за 1950 ₽ - GigaChat Pro - 3M токенов за 1500 ₽ - GigaChat Lite - 20M токенов за 1300 ₽ Оценка по купленным пакетам: - Max: ~0,65 ₽ / 1K токенов (~650 ₽ / 1M) - Pro: ~0,50 ₽ / 1K (~500 ₽ / 1M) - Lite: ~0,065 ₽ / 1K (~65 ₽ / 1M) В пересчёте на объём токенов цена укладывается в диапазон "дешёвый относительно тарифов OpenAI и Anthropic". Результаты тестирования Точность (доля успешных задач на PAC1-dev): - 79.1% - GPT-OSS-120B - 41.9% - Qwen 3.6 35B A3B - 37,2% - GigaChat-2-Pro - 32,6% - GigaChat-2-Max - 14,0% - GigaChat-2 (Lite) Время (затраченное на прогон 43 задач в 1 поток): - GigaChat-2-Max: ~51 мин - GigaChat-2-Pro: ~79 мин - GigaChat-2 (Lite): ~60 мин - GPT-OSS-120B: ~187 мин - Qwen 3.6 35B A3B: ~15 мин Итого На бенчмарке pac1-dev через агента Phantom семейство моделей GigaChat-2 показало низкий результат на агентных задачах представленных в соревновании BitGN, даже по сравнению с более слабыми on-premise моделями. При этом точность работы модели Max на агентных задачах ниже чем у модели Pro. PS. Была ещё идея провести тестирование публичных моделей GigaChat 3.1 10B, но я уже ранее проводил её тестирование, результаты были слабые. Ещё очень хотелось бы провести тестирование модельки GigaChat 3.1 702B Ultra, но она к сожалению не доступна мне через API, а свободного железа чтобы запустить 702B модель под руками не имеется.

Wenyan Prompting или «Изя всё» Пост о том, что еще придумали находчивые и экономные разработчики для качественного сжатия контекста ~~~ Экосистема для AI-агентов caveman (многоk ⭐️) делится на несколько уровней: она сжимает ответы, memory-файлы и MCP-описания, экономя токены Внутри системы есть несколько режимов, такой ползунок сжатия: от lite (сухой профессиональный) до ultra (телеграфный), а еще отдельно выделен Вэньянь - 文言文 классический письменный китайский, который здесь используется для максимально плотного стиля Система работает на трех уровнях: 1. caveman - режим коротких ответов, сжимает output экономя до 65% 2. caveman-compress - для сжатия input, уплотняет memory-файлы. Экономия до 46% . При этом критичные данные код, пути, термины и ссылки остаются нетронутыми. 3. caveman-shrink - MCP middleware, сжимает описания tools, prompts, resources. Итого: агент меньше пишет, меньше засоряет память и мануалы к инструментам Из практики: Пока адаптировала Skill caveman под Codex для русских текстов (соответствие 95%). Использую для длинных сессий и выжимки смысла из больших документов. Работает намного лучше обычного саммари ~~~~ 🔁 realtimeforai

Забавное рядом. Уроки пиара от коллег по цеху. GPT5.4 взломало, решило, победило, открыло и пр решение 60 летней задачи Эрдеша 👍 Такие заголовки пишут всякие научпокеры и ИИнфоцыгане... Но с 📦 это не пройдёт. 🇨🇩 Но на самом деле, модель сделала рекомендацию рассмотреть гипотезы, одна из которых сработала, как идея/инструмент для доказательства решения. Однако, это доказательство сделала не сама модель, а математик. Для решения подобного рода задач, все ещё нужен ученый исследователь. На все остальное, для генерации гипотез и иного взгляда на проблему, есть master card deep research agent. 🚬 https://x.com/jdlichtman/status/2050460077904285789?s=46&t=pKf_FxsPGBd_YMIWTA8xgg

Друзья, рад сообщить, что у нас в в BIOPTIC, появились инженерные вакансии в европейской таймзоне: Senior Agentic Engineer Главная задача — развивать нашего агента для биофармы. Мы стремимся к построению self-evolving системы: главный фокус на evals, много внимания к traceability. Вызов в том, что система не имеет права галлюцинировать и должна работать очень стабильно, решая при этом широкий спектр задач. Форма тут Lead Backend Engineer (Python) Задача — строить backend между платформой и интерфейсом, чтобы агенты работали в нём бесшовно, а пользователи получали лучший опыт. Форма тут О нас: BIOPTIC— это команда уникальных людей: top-tier AI researchers, AI-native life scientists и ex-Google leadership. Офисы — в Сан-Франциско и Дубае. Наша цель — сделать биофарму более эффективной, а человечество здоровее. За два года мы построили несколько wetlab-validated моделей по поиску новых молекул, взяли золото на крупных biotech-кагглах (1, 2), написали несколько peer-reviewed статей по Drug Discovery, а так же получили награды на престижных конференциях за статьи по Agentic (1,2). Сейчас мы сфокусированы на создании агентов, позволяющих решать задачи биофармы на новом уровне. Вот видео про наш путь, если вы хотите узнать подробнее про наш vision и куда мы идем До встречи! p.s. Отдельное спасибо за репост

Взболтать, но не смешивать. На самом деле, в жизни, сумма площадей везде одинакова 🧠, просто каждый развлекает себя, как хочет. 👍

Гоблины заполонили генерации GPT-5.5 и их уже орда в Codex из-за взлома моделей награды в их RL. 🤩🤩🤩 Upd. Загадка "Nerdy", что случилось? Эта история - наглядный пример того, как взлом награды в обучении ИИ может привести к неожиданным результатам. 1. Первые признаки. После выхода ещё модели GPT‑5.1(!!!) пользователи заметили странную деталь - модель стала часто использовать в ответах слова гоблин (goblin) и гремлин (gremlin). Частота употребления слова goblin выросла на целых 175%!!! А с 5.1 до 5.4 версии число выросло в более чем 38 раз (3.88к %!!!!) 2. Поиск причины. Это явление не было случайностью. Оно оказалось побочным эффектом обучения в модели роли "Nerdy" (Зануда). В итоге Nerdy генерировала 66.7% всех упоминаний гоблинов в ChatGPT, несмотря на то, что на неё приходилось лишь 2.5% всех ответов системы. 3. Неожиданный эффект. Произошёл перенос обучения reward signal leakage - настройка для одного стиля общения повлияла на общее поведение модели, которое начало проявляться у пользователей с обычными настройками. Как полечили? Когда причина была найдена, инженеры OpenAI скорректировали обучение и даже добавили в инструкции для новых моделей специальный пункт, запрещающий упоминать гоблинов без крайней необходимости. 🚬 Сама уже назвал это в шутку "Goblin Moment". Зовите убийцу гоблинов. ⚔️ P. S. На заставке поста персонаж из аниме Убийца Гоблинов, советую глянуть на майских.

Anthropic идёт в b2a, a2a. Как и ожидал/писал 📦 💅. Anthropic таки сделали маркетплейс для агентной торговли. В эксперименте было 69 участников, которые провели 186 сделок на сумму свыше $4,000. На себя Claude Code взял все процессы: публикации объявлений, торг, сделка. В результате, агенты на базе более мощных моделей добивались, ожидаемо, лучших условий, чем их младшие собратья. При этом, слабые модели даже не осознавали своей выгоды. Это звоночки того, что клиенты, которые могут себе позволить более дорогие подписки, могут проводить более выгодные сделки. На лицо, рост неравенства, через доступ к разным по цене технологиям. 🚬 Anthropic же, пытается, ожидаемо, застолбить за собой ещё роль среды и посредника сделок. Ну об этом, в тч тоже писал. В целом, это логично, вы получаете целую экосистему, от чата с конструктором агентов+место для покупок и сделок. Я думаю, что в очень скором будущем, создание агентов перестанет быть уделом только техногиков, тк владельцы технологий будут давать вам возможность в пару слов/кликов создавать любых агентов через их окно интерфейса. Более того, будут давать пресеты и агентов под задачи и либу промптов/скиллов для них. Поэтому, все ожидаемо. Движемся от экосистемы компаний (банки, hightech) , к экосистеме агентной экономики завязанной на ИИ-техногигантов. 🥳 P. S. Именно поэтому мы идём в MCP и агентную торговлю в ритейл. Лучше подстелить соломку заранее. 🧠

Google инвестирует 40 миллиардов долларов в Anthropic и это заявочка 😜 Для начала, 10 миллиардов разработчики Claude получают сразу 💸, а ещё 30 миллиардов Google инвестирует, если Anthropic достигнет целевых показателей эффективности. 😏 При этом Google отсыпет новому партнёру вычислительных мощностей на 5 ГВт сроком на пять лет 💻 Разрабы Gemini ликуют 💃 Google'ды прям. 🤣

Картина выходного дня, первая, философская... 🇷🇺 Или что важно сегодня из мягких навыков в эпоху ИИ-инструментов. В общем, когда был 📦 маленький с небритой головой и душил за "агентский" удавочкой стальной на его глазах появлялся в массовом доступе интернет, а потом поисковики и вот новая ИИ-революция. И если оглянуться назад, помню, какие люди в эти три волны прогресса ценились. Сначала все говорили, что нужно обладать энциклопедическими знаниями. Тк поиска ещё не было, все ходили в библиотеку или имели дома буквально кучу книг (христоматии, справочники, учебники и пр). И человек который был начитанный, умел хранить в своей памяти кучу инфы и ей пользоваться был увожаем. А ещё, конечно, учителя 🧑‍🏫 говорили, что важно уметь считать в уме или на бумажке в столбик, без "кулькулятора". А дальше, естественно, все юзали мобилку как калькулятор, а после ещё и поиск появился. И мало того, что люди умеющие считать в уме уже стали вызывать удивление, чисто по факту вырождающейся группы, так ещё и ребята начитанные отлетели из-за 📱. И теперь не нужно было всё знать и уметь. Нужно было уметь найти нужную информацию языком запросов, и иметь гибкий мозг, чтобы полученную инфу отфильтровать и воспользоваться ею. При этом поиск вещь хитрая, вы сами несёте ответственность за то, что принимаете релевантным вашему запросу, а также как применили инфу. Это же нас подготавливало к новой волне изменений. С появлением ИИ, роль поиска перешла к агентам, теперь они сами читают за вас выдачу и дают снипеты. Однако, необходимость уметь фильтровать информацию и пользоваться этим никто не отменял. Сейчас важно иметь гибкое мышление, быть нейропластичным, чтобы воспользоваться ИИ-инструментами и при этом не тупеть. Кстати, сейчас уже идут исследования о том,что появление текущих ИИ-инструментов делают нас ещё ленивее, в тч в части мышления. Чтобы не потерять себя в этом прогрессе, очень советую использовать ИИ, как инструмент, которому можно задать вопросы по исследуемому материалу. Да, вы не читаете его сами, но нужно, уточняя, добиться окончательного понимания изложенного. Если вы не доверяете ответу, а лучше бы сохранять критическое мышление, читайте сами. Иначе, если вы будете доверять всегда и не дорабатывать решения ИИ при наличии сомнений, вас ждёт деградация. Мозг штука ленивая, как только, он поймет что это способ экономить ресурс на рассуждениях, на уровне нейрофизиологии и биохимии, он сделает все, чтобы вас на такое подсадить. Итого, когда кто-то говорит про нейроотличных людей, которые будут выгодно отличаться от массы потребителей ИИ благ, я вижу иное определение этих людей. Победит нейропластичный, с критическим и системным мышлением, с живым интересом, как работает под капотом, который не заменяет себя ИИ на 100%, а аугментируем и улучшен им. Поэтому 📦 заставляет себя читать статьи, разбираться и задавать критические вопросы к себе и к ИИ-инструменту. Иначе реально тупеем. 😬