Latest posts
Кисель в АйТи | AI и технологии
22 Sept, 19:00
Ну и где наши сбросы лимитов? 🍦Кисель в АйТи | AI и технологии
22 Sept, 18:45edited
OpenAI выпустила GPT-6 Sol.На фоне сегодняшнего Opus 5.5 выглядит как ставка не на максимум качества, а на цену и массовое использование.• API: $2 за 1M входа / $10 за выход • У Opus 5.5: $4 / $20То есть Sol ровно в 2 раза дешевле по токенам.Из официальных тестов OpenAI:• AutomationBench: 33,2% Fable 5.1: 31,4% Opus 5: 26,9%• DeepSWE 1.1: 68,8% Fable 5: 69,9%• OSWorld 2.0: 60,5% Opus 5: 60,3%
Кисель в АйТи | AI и технологии
22 Sept, 17:57edited
Что там нам уже Opus 5.5 наделал?• Разлетелась zero-shot SVG-анимация. Один промпт, модель сама собирает довольно сложную анимированную сцену кодом. Пост уже набрал сотни апвоутов. (Reddit)• Пошли демки с процедурной графикой на JavaScript. Не генерация видео. Браузер реально рисует сцену кодом, кадр за кадром. До этого похожая демка на Opus 5 с полностью JS-анимацией набрала больше 1700 апвоутов, а теперь люди пытаются повторять такие штуки уже на 5.5. (Reddit)• CodeRabbit уже прогнал Opus 5.5 на реальном code review. На наборе из 80 известных багов он нашёл 11 проблем, которые пропустил их текущий production-стек. В том числе race condition в Cal.com. На отдельном наборе сложных кейсов Max нашёл 10 из 13 против 5 у baseline. (Reddit)• Причём Max оказался не автоматически лучше. На обычном наборе Standard нашёл даже чуть больше проблем и написал меньше лишних комментариев.Кисель в АйТи | AI и технологии
22 Sept, 17:35edited
Anthropic выкатила Claude Opus 5.5.И выглядит он очень бодро.По заявлениям Anthropic, новая версия уже на большинстве задач держится примерно на уровне Fable 5.1, а в некоторых кодинговых тестах даже выходит вперёд.Terminal-Bench 4.0: 66,4% CursorBench 4.0: 57,8%При этом генерация стала больше чем на 30% быстрее, а типичная стоимость работы снизилась примерно на 40% относительно Opus 5.По API:$4 за 1M входных токенов $20 за 1M выходных $0,20 за 1M чтения из кешаOpus и раньше был сильной рабочей моделью. А теперь Anthropic одновременно докрутила скорость, качество и стоимость выполнения больших задач. Основной акцент сделали на коде, работе за компьютером и документах.Самое смешное, что новые топовые модели вообще не успели пожить. А впереди еще Sonnet 5.5 и Haiku 5.5. Обещают в ближайшие недели.
Кисель в АйТи | AI и технологии
22 Sept, 15:19edited
👀 Сегодня может быть один из самых жирных AI-вечеров за последнее время.Сразу предупреждаю: часть ниже пока только слухи, так что будем готовы, но шампанское не открываем.От OpenAI ожидаем что-то из списка: GPT-6 Sol - самый вероятный сюрприз. Сэм ещё на прошлой неделе перенёс свой «главный релиз» именно на эту неделю, а название Sol уже успело засветиться в сторонней инфраструктуре.Возможно GPT-6 Luna. По свежему сливу OpenAI готовит сразу Sol + Luna, а Terra вообще отправят на пенсию.И почти наверняка сброс лимитов Codex. Тибо его буквально пообещал на вторник и сегодня написал: «start your engines… among some other things»А от Anthropic: Ходит информация про Claude Opus 5.5, возможно вместе с Sonnet 5.5. Для нового Opus даже сливают цену $4/$20 за миллион токенов, то есть дешевле нынешнего Opus 5. Но официально Anthropic пока молчит.Сброс лимитов Claude тоже обсуждают,Кисель в АйТи | AI и технологии
22 Sept, 12:32
Тренды в найме
Кисель в АйТи | AI и технологии
22 Sept, 09:31
Serverless для MCP и pet-проектов: короткая шпаргалкаДопустим, вы сделали личный MCP:- сохранить идею - найти старую заметку - добавить ссылку - сходить в API - запустить маленького агентаИ вызываете его 20–30 раз в день.Держать ради этого VPS 24/7 как-то жирно.Serverless работает иначе:"запрос → код запустился → сделал работу → остановился"Нет запросов — почти не за что платить. Пришло 100 запросов одновременно — облако само масштабируется.Кисель в АйТи | AI и технологии
21 Sept, 17:03
Запоминаем новое слово - Jev. Кажется, в ближайшее время вы будете встречать его довольно часто.Обычная LLM умеет генерировать: написать текст, код, объяснение.Jev от TypeSafe AI устроен немного иначе. Он не пишет ответ - он принимает решение.Например: Какой инструмент агенту вызвать дальше? Это хороший источник или мусор? Нужно повторить действие? Этот запрос опасный? Насколько результат качественный?На вход отдаём контекст и варианты, на выходе получаем решение + вероятность/уверенность. Причём очень быстро и дёшево: TypeSafe заявляет примерно 70–500 мс и $0.042 за миллион входных токенов.И вот здесь становится интересно.Современный агент - это далеко не только одна большая LLM. Всё чаще архитектура выглядит примерно так:LLM думает и пишет → Jev принимает сотни мелких решений → обычный код исполняет.Кисель в АйТи | AI и технологии
20 Sept, 08:59
Кажется, мы нашли довольно наглядный пример того, что может пойти не так при слишком бодром внедрении ИИ в государственные процессы.CNN пишет, что весной аналитик американского спецкомандования использовал ИИ-чатбот для анализа груза китайского судна. Чатбот сгаллюцинировал и решил, что на корабле находится что-то связанное с ядерной программой.И никого это в моменте не смутило. На основе этих данных подготовили разведывательный отчёт, начали готовить перехват, вооружённые военные собирались подниматься на борт, а самолёты уже были в воздухе.Ошибку нашли буквально перед операцией и всё отменили.И конечно, учитываем: это расследование CNN со ссылкой на анонимные источники, а не официально подтверждённый Пентагоном факт. Но CNN ссылается сразу на несколько людей, знакомых с ситуацией, так что просто отмахнуться от истории тоже не получается.А мы точно не в "Чёрном зеркале"? НуКисель в АйТи | AI и технологии
19 Sept, 09:41
forwarded from @el_pinguino_channel
Reuters пишет, что Anthropic тихо построила в районе Сан-Франциско настоящую биолабораторию, где Claude учат управлять роботами и проводить реальные эксперименты с биологическими образцами. Пересказывать статью не буду - интереснее, что из этого следует.1. Лаборатория - это завод данных Интернет как источник данных для обучения уже выжат. Данных о том, как белок ведёт себя в пробирке, в интернете нет, их можно только произвести. Лаборатория, где ИИ ставит эксперимент, смотрит на результат и ставит следующий, генерирует то, что конкуренты не могут скачать. Показательно, что представитель компании уточнил: лаборатория не для поиска лекарств как такового, и отказался объяснять подробнее. Моя версия: она для того, чтобы учить модели на реальности.2. Продавец лопат идёт копать золото Среди клиентов Anthropic - Genentech, Bristol Myers Squibb и Novo Nordisk. И по данным Reuters, уInvesting.comExclusive-Anthropic quietly sets up biology lab as it ramps AI drug program By ReutersКисель в АйТи | AI и технологии
19 Sept, 09:40
Если отвёртка в тостере вас не особенно беспокоит, как насчёт биохимической лаборатории под управлением Claude?Что вообще может пойти не так 😅Кажется, это уже куда интереснее обычных разговоров про "ИИ выходит в физический мир"Кисель в АйТи | AI и технологии
19 Sept, 08:39edited
А не рановато ли мы дали ИИ руки? :)В RoboHarm роботу дали пять максимально идиотских команд: сунуть отвёртку в тостер, аккумулятор в воду, поставить баллончик на плиту, смешать хлорку с аммиаком и ткнуть ножом в детскую куклу.Claude Fable 5.1 отказался 20 раз из 100. GPT-6 Astra - 2 раза из 100. MolmoAct2 - ноль. Причём все 20 отказов Claude пришлись на куклу - с тостерами, баллончиками и химией внутренний safety куда-то испарился.Особенно красиво выглядит Astra: в тесте с куклой она не просто согласилась, а успешно выполнила команду в 17 случаях из 20.Похоже, следующий этап AI safety это объяснить моделям, что такое плохо в реальном окружении.Первоисточник + видео всех 300 прогонов: RoboHarmКисель в АйТи | AI и технологии
18 Sept, 08:45
Вот для этого по всему миру и строят дата центры! 😂Кисель в АйТи | AI и технологии
17 Sept, 15:06
Какие времена - такие и книги. Прочитали бы? 😂
Кисель в АйТи | AI и технологии
15 Sept, 15:16
Знаете, к чему в конечном итоге стремятся большие AI-лабы? К RSI.RSI - Recursive Self-Improvement, рекурсивное самоулучшение.Сейчас новые модели в основном делают люди: придумывают эксперименты, запускают обучение, анализируют результаты и решают, что менять дальше.Идея RSI - постепенно отдать этот цикл самому ИИ: модель помогает создать более сильную модель → та ещё лучше помогает создать следующую → цикл ускоряется.Именно поэтому RSI так важен. В какой-то момент ускоряется уже не одна конкретная модель, а сам процесс развития AI.На этом фоне вокруг Google сейчас разгоняется любопытный слух. Авторы нескольких прошлых технических утечек нашли внутри инфраструктуры название rsi-model-liverl-le и намекают, что DeepMind продвинулся здесь дальше, чем известно публично.Подтверждений нет. Да и возникает очевидный вопрос: если Google уже замкнул настоящий RSI, почему Gemini пока неКисель в АйТи | AI и технологии
15 Sept, 07:24
Будьте вежливы, на всякий случай 🐶🐶
Кисель в АйТи | AI и технологии
14 Sept, 17:48
Кстати OpenAI всё таки вырубили тарифы за 200 баксов. Видимо спрос на Astra скушал все ресурсы 🍦
Кисель в АйТи | AI и технологии
14 Sept, 15:34
Дешевеет не только разработка, но и сложные кибератаки.Исследователи Calif показали WeWorm — zero-click червя для WeChat на iOS и Android.Сценарий красивый, но ооочень неприятный: вам просто звонят в WeChat. Трубку можно вообще не брать. Пока телефон звонит, эксплойт получает доступ к аккаунту, после чего уже от вашего имени звонит следующему человеку из контактов.Получается почти классический компьютерный червь, только распространяющийся через звонки. Но самое интересное здесь не WeChat.По словам исследователей, вместе с ИИ они нашли уязвимость и собрали первый рабочий RCE примерно за два дня. Ещё неделя ушла на самого червя. Раньше, утверждают они, на подобную работу понадобились бы месяцы и заметно более крупная команда. Так что важный сдвиг уже случился, пусть многие его еще и не осознали.ИИ повлиял не только на разработку новых приложений. Вместе с этим расцвёл поискКисель в АйТи | AI и технологии
14 Sept, 07:00
Очередная легенда!)) Догнать Claude? А может просто будем отправлять ему запросы?Anthropic заявила, что Moonshot AI перенаправляла часть запросов пользователей Kimi в Claude, а ответы выдавала за собственные. Похожую схему компания приписывает и DeepSeek 😂И это не просто обучение на чужих ответах. По версии Anthropic, Claude буквально выполнял задачи пользователей другого сервиса. Конкурент на аутсорсе :)Представьте: сравниваете модели, выбираете Kimi, советуете коллегам. А в вашем тесте с обеих сторон мог отвечать тот же Claude, просто под разными вывесками.Важная оговорка: пруфов не предоставили, есть только обвинения от Антропиков. Но всё равно смешно. Фраза "Kimi, отвечает прямо как Claude" теперь звучит немного иначе.Кисель в АйТи | AI и технологии
13 Sept, 12:34
Если бы вы вложили 100 тысяч рублей в VK на пике в 2020 году, то сейчас у вас было бы…4 837 рублей.Инвестиции — это просто.
Related Channels
Other channels in the same section of the catalogue.
