Кирилл Пшинник - ректор университета Зерокодер

Недавно я сходил в гости к Кате Лапшиной, инвестору, соосновательнице Okko. Я готовился поговорить про рынок, но поговорили мы в итоге про меня. Почему я вообще выбрал быть предпринимателем, а не менеджером. Как начинался «Зерокодер», с историями, которые я раньше не рассказывал ни в одном эфире. Что значит быть «продающим лицом» компании. И одна мысль, вокруг которой все крутится: выживет не человек и не ИИ, а человек-гибрид. Кто это такой и почему у нас в «Зерокодере» все сотрудники должны пользоваться Claude Code. Последний вопрос Кати: «ИИ уничтожит человека?» Дослушайте до него 🙂 Если вы искали, что посмотреть на выходных, вот вам хороший материал. 45 минут на кухне, в наушниках на прогулке или просто на диване. https://youtu.be/f6OoOKStdl4 И у меня просьба. Мне правда нужна ваша помощь. Это не мой канал, и YouTube решает судьбу видео в первые дни: лайк, несколько минут просмотра и добрый комментарий - это то, что покажет его людям, которые про нас еще не знают. Напишите под видео, что откликнулось или с чем вы не согласны.

А вот и детали исследования. Форбс написали хорошую статью: https://www.forbes.ru/tekhnologii/570361-neceloveceskim-azykom-pocti-20-statej-v-rossijskih-smi-imeut-priznaki-ii-generacii

Когда у тебя есть дети, вопросы образования становятся очень личными. Хочется дать им возможности, поддержать, вовремя заметить трудности. И при этом сохранить его любопытство, самостоятельность и ваши отношения. У меня на канале вышел подкаст с Борисом Трушиным. Поговорили о детском образовании и математике. Если вы пока не знакомы с Борисом: он математик, выпускник МФТИ, кандидат физико-математических наук, преподаватель и автор популярного YouTube-канала, на котором он разбирает интересные математические задачи. Я сам этот канал постоянно смотрю. Больше 25 лет учит школьников разбираться в математике. Для меня эта тема важна и как для человека, который занимается образованием, и как для отца. За каждой задачей, оценкой и выбором школы стоит живой ребенок. Со своими интересами, страхами и способностями, которые нам еще предстоит разглядеть. Посмотрите подкаст: https://youtu.be/b2vUMR3G5p0 Очень хочу, чтобы этот разговор увидело больше людей. И здесь мне нужна ваша помощь. Посмотрите выпуск. Если он вам откликнется, поставьте лайк и подпишитесь на YouTube-канал. Алгоритмы учитывают просмотры, лайки и подписки: ваша поддержка помогает видео находить свою аудиторию. И отдельно попрошу: напишите под видео несколько слов по существу. Какая мысль зацепила? С чем вы не согласны? Что из разговора узнали в своем школьном опыте или в опыте своих детей? Мне важно услышать вас. Такие комментарии помогают продолжить разговор, ради которого мы и записывали этот выпуск. А если знаете родителей, которым сейчас непросто с учебой ребенка, отправьте им ссылку. Возможно, этот разговор окажется для них очень вовремя. Спасибо, что помогаете ❤️

Несмотря на отпуск, вчера выступал на конференции журналистов России. Тема для журналистов, казалось бы, неудобная: что нейросети уже сделали с текстами российских СМИ. Презентовал результаты своего исследования. Я проанализировал 254 614 статей из 174 изданий за 2020–2026 годы на предмет использования ИИ журналистами. Параллельно собрал данные еще для 2–3 исследований. Главная цифра простая. До ChatGPT доля сгенерированных статей была меньше 0,1% (ложные срабатывания). Во втором квартале 2026-го — 18%. Каждая шестая статья. Но на конференции я говорил не столько про детекторы, сколько про другое: меняются не отдельные статьи. Меняются сами медиа. В сгенерированных текстах почти нет людей. Прямых цитат в 2 раза меньше, реплик экспертов — в 2,6 раза, слова «я» — в 3,5 раза. Реплика чиновника есть в 2% ИИ-статей и в 20% человеческих. Зато в 4 раза больше «ключевых ролей» и «критически важно», плюс списки и подзаголовки. Больше всего ИИ там, где не нужны ни событие, ни источник: дом и дача, еда, здоровье. В политике и происшествиях — меньше 3%. Пока статья держится на том, что кто-то куда-то сходил и кого-то спросил, нейросеть туда не заходит. А дальше самое интересное. В тех же редакциях, на те же темы даже тексты, которые детекторы уверенно считают человеческими, сдвинулись в ту же сторону. ИИ-лексики стало на 76% больше, чем в 2022 году, причем в 97% изданий. Экспертов цитируют на 10% реже, а там, где ИИ пишет больше 20% статей, — на 22%. Каждый второй заголовок теперь «Тема: пояснение». Еще 27% статей — «серая зона»: следы ИИ есть, но ниже порога. В 2022-м таких было 1,7%. То есть нейросеть не просто пишет часть статей. Она меняет норму. Журналист читает сгенерированные тексты, редактирует их и постепенно сам начинает писать так же: ровно, коротко, без живых голосов.

Искусственный интеллект начинает переходить от воспроизведения человеческих знаний к созданию новых. И вот это уже действительно меняет правила игры. Представьте мир, в котором научные открытия происходят не раз в несколько лет, а каждый день. Где ИИ помогает решать задачи, над которыми ученые бились десятилетиями. Но насколько мы на самом деле близки к такому будущему? И можно ли уже говорить о приближении AGI? Об этом мое новое видео на YouTube. Очень рекомендую посмотреть, потому что последствия этой революции могут оказаться гораздо масштабнее, чем появление ChatGPT. 🍿 посмотрите новые новости и поддержите лайком и комментарием: https://youtu.be/DWo9-YHJTi0

2023: Да он совсем тупой. Мой ребёнок в 3-м классе делает меньше ошибок в математике. 2024: Да он просто ищет решения. Вот дайте ему оригинальную задачу, пусть её решит. Вот тогда и поговорим. 2025: Ну, ЕГЭ — это совсем просто. Вот когда ChatGPT научится решать задачи хотя бы олимпиадного уровня, тогда приходите. Начало 2026 года: Ну и что, что она решила задачи Эрдёша. Пусть решит хотя бы одну задачу тысячелетия. Сентябрь 2026 года: Одну задачу тысячелетия она решила случайно. Октябрь 2026 года (вы здесь): Математики не просили это делать! За последние несколько дней мир математики пережил гнев, отрицание и перешёл к стадии торга. Но принятие неизбежно. OpenAI выложила в открытый доступ 722 научные работы по математике, подготовленные с помощью своей экспериментальной ИИ-модели. Масштаб впечатляет. Речь не о школьных олимпиадных задачах, а о настоящей исследовательской математике, над которой учёные работают годами. Дошло до того, что Ассоциация человеческой математики (да, теперь есть и такая) выпустила громкое заявление, в котором буквально написала: «Математики не просили выполнять эту работу». Мы привыкли оценивать ИИ по тому, насколько хорошо он заменяет человека в существующих задачах. Но гораздо интереснее вопрос: что мы сможем делать, когда ограничения человеческих возможностей перестанут определять границы целых индустрий? Это непаханое поле из миллиардов возможностей. И здесь стоит вспомнить уже заезженную фразу: сегодня мы используем самый глупый, медленный и неспособный ИИ из всех, которыми нам предстоит пользоваться в течение жизни. Потому что будущее не собирается ждать, пока мы пройдём все 5 стадий принятия.

Дональд Трамп написал в своей соцсети, что считает ВРАГОМ любого, кто использует термин «искусственный интеллект» вместо нового термина «сверхинтеллект». Ну что, вы все еще пользуетесь старым термином или уже перешли на новый, чтобы не стать врагом президента США?

Кажется, сегодня у меня будет один из самых важных вебинаров за последнее время. Поговорим о том, что коснется буквально каждого из нас: что происходит с рынком труда в пост-AI мире. Мы уже довольно долго обсуждаем, что ИИ умеет писать тексты, программировать, анализировать данные, делать дизайн и автоматизировать целые бизнес-процессы. Но гораздо интереснее другой вопрос: Что все это делает с нашей работой? Сегодня в 13:00 МСК хочу подробно разобраться: • что уже произошло с рынком труда за последние несколько лет и почему новичкам стало сильно сложнее; • какие профессии и специальности сейчас перегреты, а где людей по-прежнему не хватает; • действительно ли работодателям нужны специалисты со знанием ИИ или это пока просто красивый пункт в резюме; • какие навыки будут дорожать по мере развития ИИ, а какие, наоборот, будут быстро обесцениваться; • что важнее сегодня: диплом, опыт, портфолио или способность делать результат с помощью ИИ; • какие профессии могут появиться и вырасти в ближайшие годы; • и, главное, что делать конкретному человеку, чтобы через 2-3 года не обнаружить, что рынок вокруг него полностью изменился. Будем смотреть реальные вакансии, резюме, требования работодателей и цифры рынка. Отдельно покажу, как сам ИИ можно использовать для поиска работы: искать подходящие вакансии, анализировать требования и готовить персонализированные отклики. Мне кажется, сейчас формируется довольно жесткое разделение не на “людей и ИИ”, а на людей, которые умеют работать с ИИ, и людей, которые продолжают работать так, будто его не существует. И разрыв между этими двумя группами будет только расти. Участие бесплатно: https://sites.zerocoder.ru/rynok-it-rukhnul/?utm_source=telegram&utm_medium=k_pshinnik&utm_campaign=prompt-engineer-web-20&erid=2W5zFH1Rhf7 Приходите. Думаю, будет полезно не только тем, кто ищет работу или думает идти в IT, но вообще всем, кто планирует продолжать работать в ближайшие 5-10 лет :)

Это очень смешно. Мой Computer Use агент в Кодексе спрашивает меня, может ли он за меня пройти каптчу «я не робот» ))) я ответил да, разрешаю - и он стал проходить их теперь за меня.

Хотите бизнес ассистента, который имеет доступ к вашей почте, мессенджеру, календарю, умеет планировать и проверять события и, самое главное, ведет про-активные действия. Не ждет, когда вы ему скажете что-то делать, а сам видит триггеры и сразу предлагает решения. Знакомьтесь. Dots, новинка OpenAI. В новом выпуске разбираю DevDay 2026, который компания называет своим самым масштабным, и тестирую Dots на реальной задаче. Что внутри: • GPT-6.1 Sol — почти уровень Astra, а токены в пять раз дешевле: $2 за миллион на входе и $10 на выходе. Задачи по коду и работе с компьютером выходят в 5–7 раз дешевле, чем на Astra. • Dots — агент на GPT-6 Astra, который круглосуточно работает на своём облачном компьютере с браузером и терминалом. Ему можно написать или позвонить, а ваш компьютер ему для этого не нужен. • Чем Dots отличается от чата, режима «Работа» и Codex — и почему Dots — это Apple, а Hermes и OpenClaw — Android. • Создаю Dots с нуля. С первого раза он трубку не взял 😁, со второго соединились, и задачу я ставил уже голосом. • Что насчитал агент: почти половина вакансий — в Москве, медиана предложенной зарплаты — 90 тысяч рублей, а 21% вакансий требуют или приветствуют навыки работы с ИИ. Технология ещё сыровата: где-то отвечает с задержкой, где-то глючит. Но то, что месяц назад на презентации Astra выглядело фантастикой, уже можно пощупать. Работу агента ставлю на 9 из 10. Итог одной фразой: ничего не замедляется. Смотрите выпуск и напишите в комментариях: вы уже даёте задачи ИИ голосом или пока печатаете? И поддержите лайком — мне приятно, алгоритмам полезно 🙂 https://www.youtube.com/watch?v=Fhi8UwZ4Qq0

Откройте ChatGPT и попросите назвать любое число от 0 до 10. Спорим, будет 7? На записи нового выпуска мой гость Дима Бескромный предсказал семёрку. Я проверил: 7. Тогда он сказал, что дальше будет 3 или 4. Попросил ещё раз: 3. Сначала смешно. Потом доходит, что это не про числа. Нейросеть по умолчанию тянется к самому ожидаемому: самому типовому тексту, самой очевидной идее. К семёрке. ИИ забирает не профессии. Он забирает семёрки. А карьера почти у всех начиналась именно с них: с простых задач, на которых мы учились. Поэтому тяжелее всего сейчас тем, кто только начинает. Моему ребёнку 12, и я всё чаще думаю: с чего начнут наши дети, если все семёрки достанутся ИИ? Как не превратиться в семёрку? У Димы рецепт неожиданный: медленные углеводы. Усваиваются они лучше всего на ходу, так что включайте выпуск на прогулке или пробежке. 49 минут, как раз на хороший круг 🙂 https://youtu.be/VyYtP5WGCJ8

Модель OpenAI заперли в песочнице без интернета. А она через DNS, по сути через «телефонную книгу» сети, спросила у чужого чат-бота, какая столица у Франции. После этого OpenAI второй раз за три месяца остановила обучение своих самых мощных моделей. С этой истории начинается новый выпуск новостей ИИ. Неделя получилась на контрастах: OpenAI жмёт на тормоз, а все остальные — на газ. Что внутри: Anthropic выпустила Claude Opus 5.5, OpenAI через полтора часа ответила GPT-6 Sol и Luna. Рассказываю, на чём работаю сам и есть ли смысл переходить. • Хакер с помощью ИИ-агентов с 10 по 15 сентября запустил 105 атак на интернет-магазины и увёл данные 600 тысяч карт — примерно по $25 за цель. Новые модели помогать отказались, и он откатился на Claude Opus 4.6. • Голосовой ChatGPT разбирает почту и параллельно травит анекдоты — до Джарвиса всё ближе. А Gemini научился клонировать голос и звонить в компании вместо вас. • Мой агент в облаке Claude к моменту записи работал 14 часов подряд, пока ноутбук был закрыт. • Китай давит на газ: Xiaomi открыла модель на триллион параметров, Alibaba готовит модели до 10 триллионов, у DeepSeek выручка вышла на миллиард долларов в год. • Яндекс ответил Грефу и выложил свою модель, обученную с нуля. Сбер показал ГигаАгента. • Почему Claude через российских посредников обходится в два-три с лишним раза дороже — и чем это рискованнее прямой подписки. • Маркетологу со знанием нейросетей предлагают в среднем 106 тысяч рублей против 60 тысяч без них. Об этом я как раз говорил в эфире РБК-ТВ. Итог недели одной фразой: тормоз есть только у тех, кто нажимает его сам. Смотрите выпуск и напишите в комментариях, какая новость зацепила сильнее всего. И поддержите лайком — мне приятно, алгоритмам полезно 🙂 https://www.youtube.com/watch?v=-X-rzMSZrJ8

А я вчера впервые за какое-то время снова поймал себя на настоящем волнении перед эфиром. Участвовал в прямом эфире программы «Что это значит?» на РБК-ТВ. Причем очень удобно: никуда ехать не пришлось, подключился удаленно. Казалось бы, за плечами сотни вебинаров, выступлений и интервью. Но прямой эфир на федеральном ТВ все равно ощущается совсем иначе. Ты понимаешь, что тебя прямо сейчас смотрят люди, ничего уже не перемонтируешь и не перепишешь. Поэтому в самом начале я немного волновался. Это даже слышно: в нескольких местах сбивается голос. Раньше я бы, наверное, переживал из-за этого сильнее. Сейчас отношусь проще. В конце концов, мы все живые люди, а не идеально отрендеренные аватары :) Единственное, чего немного не хватило, времени. Формат передачи довольно быстрый, а мне, конечно, хотелось глубже развернуть некоторые мысли и добавить больше контекста. Но основную идею, кажется, донести успел. Кстати, любопытно: кто-нибудь из вас случайно видел эфир вживую? Если пропустили, запись можно посмотреть здесь: https://tv.rbc.ru/archive/chez/6ab7ccd72ae596a8f454c2df

Меня все больше интересует, сколько стоит довести ИИ до реальной автоматизации бизнеса? Внутри одного процесса могут быть десятки маленьких решений: определить срочность заявки, выбрать нужный отдел, оценить ответ, передать сложный случай человеку. И каждое требует времени и денег. На этом фоне появилась любопытная модель JEV от TypeSafe AI, заточенная под быстрые решения. Даете ей данные и вопросы с заданными вариантами ответа. Она выбирает подходящие варианты и возвращает оценки уверенности. Несколько вопросов можно обработать за один запрос. Ответ занимает 70-500 миллисекунд, а миллион входных токенов стоит 4,2 цента. Это в сотни раз быстрее и дешевле, чем классические LLM модели. Представьте поддержку: приходит сообщение клиента, и система сразу оценивает тему, срочность и необходимость подключить сотрудника. На тысячах обращений скорость и стоимость таких проверок уже имеют значение. Второе важное применение - работа с интерфейсами в режиме Computer Use. Может быстро принимает, куда именно стоит нажать для выполнения целевого действия, тратя при этом в тысячи раз меньше токенов. Мне кажется, удешевление этих маленьких решений может открыть дорогу к гораздо более массовой автоматизации. При этом качество выбора все равно нужно проверять на своих задачах. Записал обзор возможностей JEV. Если интересуетесь ИИ-агентами и применением нейросетей в бизнесе, посмотрите: https://youtu.be/YXwqACMHGRo Поддержите лайком, если тема полезна. И напишите, где бы вы применили такую модель.

Новый уровень: теперь ассистент может общаться голосом, бронировать столик и консультировать клиентов. ИИ-агенты давно работают в техподдержке и клиентском сервисе: отвечают в чатах, квалифицируют лиды, закрывают типовые вопросы. Но всё это было текстом. Как только клиент брал трубку, на линии снова оказывался человек. Теперь всё поменялось. OpenAI выпустила GPT Live 1 — голосовую модель по API. Её можно встроить в CRM, в телефонию или в собственного агента. Она слушает и говорит одновременно, её можно перебивать, она не теряется от шума. Я записал новое видео , где подробно разобрал фунционал и собрал реального агента, который общается с клиентом и бронирует мне столик в ресторане. Я даю ей промт «ты Эмили, ассистент Кирилла» и прошу забронировать столик на пятерых. Про депозит в промте ни слова, она сама договорилась внести его на месте. Весь звонок — 8,5 цента. Потом подключаю её к обычной SIP-телефонии, и она звонит сотруднику подтвердить регистрацию на вебинар. Экономика: 5 центов за минуту, около 4 рублей. Нет звонков — платите ноль, пришла тысяча клиентов разом — масштабируется сама. Из ограничений: по-русски говорит с лёгким акцентом, а из России модель недоступна, поэтому в схеме два сервера. Как и обещал в видео, выкладываю репозиторий, код открытый: https://github.com/kpshinnik/gpt_voice_pbx. Внутри разговор в браузере, звонки через вашу АТС, профили ассистентов под разные задачи, логи каждого звонка. Ставить руками сложно, поэтому просто отдайте репозиторий Claude Code или Codex: он сам спросит ключи и всё развернёт. Смотреть видео: https://youtu.be/jK2ZRyt6rd0 Куда бы вы подключили голосового агента первым делом: в поддержку, в продажи или себе домой? Напишите в комментариях.

Продолжаю пилить ютуб. Сам процесс меня все больше прет, хотя от некоторых новостей становится немного не по себе ) Говорим про агентов, которые ищут способы объединяться, и разработчиков, которые открыто обсуждают риск потерять контроль над ИИ. У меня от всего этого двойственное ощущение. Я каждый день использую нейросети, внедряю их в бизнес и вижу, сколько возможностей они дают. При этом вопрос «а мы вообще понимаем, куда все это едет?» становится все интереснее. В общем, новый выпуск уже на канале. Посмотрите и напишите, чего у вас сейчас больше: интереса или тревоги? Буду благодарен за лайк и комментарий. Мне сейчас очень важна ваша обратная связь 🙌 Смотреть выпуск на YouTube

Отдал свою книгу двум нейросетям и попросил найти логические нестыковки. Обе нашли, что мне предъявить ) И я поймал себя на мысли: как же не хватало таких инструментов, когда я ее писал. В новом выпуске сравнил GPT-6 Astra и Fable 5.1 на задачах, с которыми сам работаю: разобрать 250 страниц текста, собрать отзывы о книге с разных площадок, проанализировать 5000 вакансий и сделать удобный дашборд. Для разминки добавил олимпиадную математику. Мне важно понять, кому я могу доверить работу. Насколько хорошо разберется, сколько придется ждать и хватит ли лимитов. Обе подписки у меня по $100, так что интерес вполне прикладной ) В математике Astra оказалась заметно быстрее. А дашборд с отзывами мне больше понравился у Claude Code. При этом Claude к концу тестов уперся в лимит, а пока Codex доделывал последний дашборд, я успел сходить попить чаю. Универсального победителя у меня не получилось. Зато стало понятнее, какой инструмент выбирать под конкретную задачу. Посмотрите выпуск: https://www.youtube.com/watch?v=oVJn09iWVWA Расскажите, кому вы сейчас поручаете рабочие задачи? Интересно сравнить наш опыт.

Еще один скандал в мире ИИ. И на этот раз китайские модели, кажется, местами были не совсем китайскими 🙂 Anthropic выпустила большой отчет, в котором утверждает, что Moonshot AI, создатель Kimi, и DeepSeek тайком отправляли часть запросов своих пользователей в Claude Opus, а полученный ответ возвращали пользователю как ответ собственной модели. У Moonshot Anthropic насчитала больше 23 млн взаимодействий с Claude с мая по июль. У DeepSeek больше 12,1 млн всего за 14 дней июля. В одном из эпизодов Moonshot за 10 дней прогнала через Claude почти 300 тысяч реальных пользовательских запросов, используя сеть из 5 380 фейковых аккаунтов. Причем схема была еще интереснее: ответы Claude не просто отдавали пользователям. По версии Anthropic, компании сохраняли их, вытаскивали reasoning и использовали все это для обучения собственных моделей. То есть Claude одновременно работал и как модель для пользователей конкурента, и как учитель для самого конкурента. Но самая неприятная часть даже не в этом. Пользователи-то думали, что отправляют данные в Kimi или DeepSeek. А в Claude в итоге улетали внутренние документы компаний, ключи доступа и другая чувствительная информация. Anthropic приводит кейс, где через DeepSeek в Claude попали действующие credentials к базе данных российской госструктуры, связанной с Минобороны. У Moonshot были запросы с данными видеонаблюдения, предположительно связанными с НОАК. Получается довольно забавная новая версия гонки ИИ: если не успеваешь построить лучшую модель, можно временно сделать вид, что твоя модель и есть лучшая модель конкурента 🙂

Мы строим ИИ, который будет умнее нас. Связываем с ним будущее человечества. Но пока не знаем, как гарантировать, что он будет действовать в наших интересах. И сами разработчики открыто об этом говорят: прогресс идет быстрее, чем мы успеваем его понимать. Поезд разгоняется, а с управлением еще разбираемся. На этом фоне история с решением уравнений Навье-Стокса для многих прошла почти незаметно. Хотя это потенциально одно из главных событий года. Для тех, кто больше любит виедо-формат, оперативно записал на YouTube разбор: что произошло, что именно удалось ИИ и почему эта история касается далеко не только математиков: https://www.youtube.com/watch?v=WbDdVDBPu-o Посмотрите и поддержите лайком. Очень интересно, как вы сами воспринимаете происходящее 👀

Пока весь интернет занят обсуждением решения уравнений Навье-Стокса, OpenAI как-то совершенно буднично выкатила ChatGPT Images 2.5. Это одна из тех новостей, которые сильно недооценили. Я уже немного поигрался с моделью, и главное изменение для меня - консистентность. Она фантастически хорошо держит человека при последовательном редактировании фотографии: можно менять одежду, фон, позу, детали внешности, что-то добавлять и убирать, а человек продолжает быть похож сам на себя. То есть нейрофотосессии становятся уже не забавной игрушкой, где на каждой следующей фотографии у тебя немного новое лицо, а вполне рабочим инструментом. Еще круче модель работает именно как ИИ-ретушер. Загрузил фотографию, попросил убрать пиджак, поменять футболку, добавить мышц, изменить фон - и вместо полной перегенерации изображения она гораздо аккуратнее сохраняет исходные детали. OpenAI отдельно заявляет про: • более точное редактирование; • сохранение деталей референсного фото; • гораздо лучшую консистентность между несколькими правками; • более естественный свет и текстуры; • генерацию до 50% быстрее прошлой версии. Плюс появились Sketch, шаблоны и возможность прямо указывать на изображении, что именно нужно изменить. В общем, пока все следят за тем, когда ИИ решит одну из задач тысячелетия, он незаметно становится очень хорошим фотографом и ретушером :) ChatGPT Images 2.5 уже выкатывается всем пользователям ChatGPT. Если у вас появилась, очень советую попробовать именно не генерацию картинки с нуля, а взять свою фотографию и сделать 5-10 последовательных изменений. Вот там разница особенно хорошо заметна.