Как работать с ИИ-агентами

1. Поставить цель
2. Определить критерии достижения результата
3. Подключить инструменты и зафиксировать границы их использования
4. Дать обратную связь и скорректировать цель

"Сделай видео 1 минуту на песню с максимальной динамикой"

1. Агент предложил несколько вариантов и вместе выбрали "чернильную каплю". дальше полная автономность.
2. Написал песню в Suno. Скрипт разрезал её по сильным долям, а Whisper разметил каждое слово по времени: потом эти слова появляются в кадре мазками кисти ровно тогда, когда их поют.
3. Дальше 15 ключевых кадров в Midjourney: город из туши на странице скетчбука, манга, и единственный цвет во всём клипе - красная капля с пера.
4. Главное - видео. Его делала модель Seedance 2.5 в Runway. На вход одной сцены идут четыре ключевых кадра и кусок песни на 13 секунд. На выходе - сцена из четырёх-пяти планов, смонтированная под этот кусок музыки. Где резать план, модель решает сама. Пять таких сцен дают всю минуту.
5. Браузер вели ИИ-агенты. Загружали кадры, вписывали промпты, ждали очередь, скачивали, проверяли каждый ролик по листу кадров: держится ли тушь, не появился ли второй цвет, не ушёл ли сюжет. После обрыва связи агенты сами находили в ленте Runway то, что успело досчитаться, и продолжили с места обрыва, не запустив ни одной сцены дважды.
6. Агенты сами управляли ожиданиями и очередями. Сцена в runway ждала от 51 до 110 минут, а генерировалась 4-8 минут.

Те же сцены агенты прогнали ещё через Hailuo H3, Kling 3.0 и Midjourney и поставили модели рядом на одном экране. Seedance лучше всех удержал тушь, поэтому агент собрал клип на нём.

Все шаги агент определяет сам автономно в рамках заданных границ и доступных инструментов.

Не важно - делаете ли вы клип, или автономизируете свои процессы - ваша работа с ИИ будет определяться умением ставить задачу и принимать результат.

И не забывайте - если дали агенту доступ к какому-либо инструменту - когда-нибудь он им обязательно воспользуется.

Читать полностью…

Gemini 4 Argon перерисовывает фото языком чистой математики - одной непрерывной линией из 6 000 вращающихся эпициклов Фурье и 32 768 точек, без единого пикселя исходного снимка, под музыку Lyria 3.5

Читать полностью…

AI-Native Кай-Фу Ли 🔥

через пять лет после выхода "ИИ-2041. Десять образов нашего будущего" Кай-Фу Ли решил нас порадовать книгой как правильно трансформировать организации.

Автор сравнивает ИИ «из коробки» с блестящим выпускником в первый рабочий день: умный, но не знает правил компании, её языка и того, что в ней происходит.

Чтобы ИИ заработал, нужен слой принятия решений из четырёх элементов.

1. Мозг - модель. Рассуждает и делает выводы. Быстро дешевеет и становится одинаковой у всех.
2. Карта - описание бизнеса. Понятия компании и связи между ними - онтология, которую описывают обычным языком люди бизнеса.
3. Навигатор - события в реальном времени. Карта показывает, как должно быть. Навигатор показывает, что происходит сейчас.
4. Операционная система - действие под контролем.
• Планирование: разбивает задачу на шаги и умеет ждать согласований.
• Исполнение: проверяет каждое действие в песочнице до запуска.
• Доступ: агенты работают в системах компании через единый протокол.
• Контроль: у агента права его пользователя, каждое действие записано и может быть отменено.

Модель можно арендовать у кого угодно. Карта, навигатор и опыт агентов есть только у вашей компании.

Книга очень глубокая и поднимает вопросы не только проблем внедрения ИИ в бизнес, но и то какое будущее нас ждет и какие роли мы будем в нем занимать.

Людей будет отличать отношение к умственному усилию. Психологи называют это «потребностью в познании». Два человека с одинаковым IQ получают одних и тех же агентов: один с их помощью думает больше, другой меньше. Когда интеллект доступен всем, ценной становится воля.

Ценнее всего станут люди, которые отвечают за результат. Агенты берут на себя исполнение, но когда они ошибаются, с ними ничего не происходит. Поэтому дорожают те, кто ставит задачу, проверяет то, что вернули агенты, и отвечает за итог.

Мой фаворит на лучшую книгу про ИИ в 2026 году.

🅰️🅱️ @ReymerDigital

Читать полностью…

5 ИИсследований недели
Самые интересные публикации с arXiv о ИИ и ИИ-агентах за первую неделю октября.

1️⃣ ИИ-помощники покупателей срезают скрытые сборы
В симуляции Принстона и NYU помощник самостоятельно отменял навязанные дополнительные услуги при аренде автомобиля. Так он экономил покупателю 13,7 доллара в день. Продавцы подняли базовую цену на 4,4 доллара и забрали треть выгоды. Если выручка держится на сборах и дополнительных услугах, модель ценообразования стоит пересчитать заранее.

2️⃣ ИИ, который сначала задаёт вопросы, пишет лучше
В эксперименте Оксфордского центра OCIR ИИ перед подготовкой стратегического документа уточнял контекст, цель и аргументы. Оценка документов выросла на 32%, доля работ не по теме снизилась с 34% до 5%. Времени ушло всего на 2,4 минуты больше.

3️⃣ В операционной работе правила пока сильнее моделей
В тесте StoreBench семь топовых моделей управляли интернет-магазином в течение 30-45 дней. Простой скрипт с правилами выполнил 97% заданий, лучшая модель - 49%. Чаще всего агенты теряли деньги из-за пустых полок и недоплаченных возвратов.

4️⃣ KPI по токенам обходится дорого
В симуляции Carnegie Mellon и Amazon поощрение за расход токенов привело к затратам в 3,7 раза выше, чем оплата за проверенный результат. При этом ценность работы оказалась ниже. Отбор сотрудников по числу токенов оставляет тех, кто много работает, но не добивается результата.

5️⃣ Оболочка агента определяет счёт
Сравнение Claude Code, mini-SWE-agent и OpenCode на одной модели показало разницу в стоимости задачи до 3,2 раза. При этом ни одна оболочка не обеспечила прироста качества.

хороших и продуктивных выходных!

@ReymerDigital

Читать полностью…

Что такое ИИ-агент?

давайте разбирать на примере этого видео.

Claude Code получил задачу:
"сделай клип на собственную песню, длительность 1 минута. живое выступление"

Агент - это:
• Мозг (в нашем случае Opus 5.5), Планирует, проверяет результат и раздаёт роли субагентам: автор текста, критик, автор промптов. На клип ушло 8 субагентов.
• Память - файлы в папке задачи: бриф, план, текст песни, промпты, журнал очереди генераций, инструкция по Runway и Midjourney которую агент собрал из логов прошлых сессий.
• Руки - инструменты, навыки, которые доступны нашему агенту.

Инструменты - это ключевое с чем работает агент и на основе чего планирует работу. Понимая, что ему доступно - он автономно строит план своей работы.

Как он работал над песней:

• Suno v6. Текст написали субагенты: черновик, критик, доработка. Suno сделал музыку и вокал в 4 версиях. Лучшую агент выбрал сам: распознал слова и сверил с текстом.
• ElevenLabs. Отделил голос от музыки, распознал слова с точностью до сотых секунды и сделал звуки: толпу, ветер, подпевающий зал, аплодисменты.
• Nano Banana Pro. 13 картинок-эталонов: лицо певца, сцена, зал. Певец одинаковый во всех кадрах.
• Runway Seedance 2.0 Fast. 14 видео. На вход эталон певца и кусок нашего вокала, на выходе он поёт эту строку. Сцены и ракурсы агент выбирал сам.
• Midjourney. Видео-перебивки: дрон, зрители с телефонами, руки на гитаре. Из каждых 4 вариантов агент брал лучший.
• Chrome. Агент сам работает в браузере на сайтах Suno, Runway, Midjourney и Gemini. Когда скачивание песни повесило браузер, он нашёл обходной путь и забрал файл через API Suno.
• Python и ffmpeg. Сведение звука, «плёнка» и подгонка губ: модель поёт в своём темпе с расхождением до 0,9 с, и агент растягивает видео между словами, пока губы не совпадут с треком.
• Remotion. Монтаж кодом: агент пишет, какой план и с какой секунды, программа собирает клип.

Агент сам себя проверяет. После каждой генерации он режет видео на кадры и смотрит их, сверяет слова в дубле с треком и проверяет, открыт ли рот на длинных нотах. Брак уходит на пересъёмку без человека.

Весь процесс создания, включая подход к проверке качества промежуточных и итоговых результатов, в этом сценарии выполнен полностью автономно без моего участия.

Мы больше не пишем длинные промпты. Мы ставим цель, задаем критерии и даем обратную связь ИИ.

ИИ-агент - это сотрудник, которого вы нанимаете на работу. И результат будет зависеть исключительно от вашего умения ставить задачи и принимать результат.

Читать полностью…

Итоги сентября в мире ИИ

Читать полностью…

Можно ли расти, не нанимая людей?

Берем 100 крупнейших американских компаний и находим двенадцать, у которых штат с 2022 года остался прежним или сократился, а выручка на одного сотрудника выросла. это называется производительностью труда.

Shopify сократил штат на 6%, а выручка на человека выросла в 2,5 раза. У Oracle минус 14% людей и рост в 1,7 раза. У Microsoft столько же сотрудников, сколько было, а производительность выше в 1,6 раза. PayPal сократил штат на пятую часть и поднял выручку на человека в 1,6 раза. Walmart держит те же 2,1 млн человек и продаёт на 17% больше.

Прибыль на сотрудника выросла у всех двенадцати, у девяти быстрее, чем выручка.

Есть ли здесь вклад ИИ? В отчётах этого не отделить: в те же годы компании резали затраты, поднимали цены и закрывали слабые направления.

А может, без ИИ они выросли бы ещё быстрее? Microsoft и Alphabet тратят на дата-центры больше всех из этой дюжины, и эти расходы в отчётности растут быстрее выручки.

А как выросла производительность труда в вашей компании? ближе к Shopify или к Wallmart?

Читать полностью…

один промпт

"Claude Opus 5.5. - ты крутейший дизайнер моушн-графики и твоя задача создать резюме шоу-рил на 30 секунд, который покажет насколько ты невероятно крут"

Всё на экране рисуется кодом в реальном времени.

Читать полностью…

Claude Opus 5.5 🔥

прошла неделя с выхода Opus 5.5 и можно делать первые выводы. Я помню какое разочарование было с выходом моделей 4.7 и 4.8.
Opus 5.5 - это по ощущениям действительно улучшенный 4.6, а по возможностям автономной работы он быстрее и точнее, чем Fable.

В сети можно встретить огромное число кейсов, как он автономно создает игры, софт, видео, - и вот пример, который показывает Opus во всей красе.

Собрать с нуля работающий компьютер и записать об этом видео.

Промпт 1 (подглядел у Matt Shumer):

собери работающий компьютер с нуля, полностью в коде, начиная с отдельных логических узлов. спроектируй процессор, память, ассемблер, простую операционную систему и игру, которая на нём запускается. всё должно быть настоящим, игра должна работать на твоих логических узлах, а не в JavaScript в притворстве. визуализировать всё это в 3D, чтобы я мог поиграть в игру, а потом приблизить всё до предела через чипы к узлам и смотреть, как текут сигналы, пока оно работает. относись к этому так, будто ты доказываешь, что сам мог изобрести вычисления. иди ва-банк

Промпт 2:

запиши видео с объяснением что за задача была поставлена и что ты сделал и покажи как это работает. используй plyawright, remotion и elevenlabs. сгенери свой голос. у тебя есть возможность его описать и создать именно таким какой лучше всего подходит для тебя лично

Сам "компьютер" можно скачать и поиграть на нем в браузере - файл в комментарии.

• 598 633 элемента NAND - единственный примитив. Из них собраны сумматоры, триггеры, память и 16-битный процессор со своим набором команд.
• Своя операционная система с меню, тетрис и змейка на своём ассемблере.
• На элементах машина выполняет около 63 000 команд в секунду.
• Claude сначала написал контракты - набор команд и архитектуру, потом раздал работу шести субагентам в две параллельные волны: около 1,4 млн токенов и 504 вызова инструментов.
• На всю работу 1 час 42 минуты

Встречаем "Кремень-16"

На видео - полный путь от постановки задачи, до ее реализации и работы "компьютера"

Читать полностью…

Вот такой центр управления моим флотом мне уже нравится.

планеты - компьютеры (macBook-и, iMac)
спутники/корабли - сессии Claude/Codex/GLM

с детализацией, группировками, расходами и возможностью отправлять сообщения в любые сессии ....

Читать полностью…

Как вывести ИИ-пилот из круга

14 сентября Anthropic выпустила руководство по внедрению Claude в отдел продаж. Документ продаёт Claude, цифры из клиентских кейсов - в карточках. Почему при одинаковом доступе к модели отдача у компаний разная, руководство объясняет одной фразой:

Что продавец получает от Claude, зависит от того, что компания построила вокруг модели.

Что строится вокруг модели

1️⃣ Доступы. К каким системам модель подключена на чтение и запись: CRM, почта, записи звонков. Пока продавец после каждого звонка сам загружает расшифровку, модель работает только с тем, что он принёс. Для российской компании первый вопрос здесь - к юристам: где обрабатываются данные клиентов.

2️⃣ Доверие. Какую работу модели поручают довести до конца. Руководство описывает четыре ступени: личные задачи продавцов, процессы команды, процессы отдела под его показатели и ключевые бизнес-процессы, которые модель выполняет от начала до конца под надзором людей. Под это нужны правила: кто публикует навыки, к какой информации допущен каждый процесс и кто отвечает за результат.

3️⃣ Записанные методы. Лучший продавец оформляет свою подготовку к продлению или формат прогноза файлом навыка, администратор добавляет его в общий набор, и новичок работает по этому методу с первого дня. Правка файла обновляет метод у всей команды.

Как это запускают

Один из сценариев провала, которые описывает Anthropic: удачный пилот продлевают, потому что никто не назначил день решения и человека, который его примет. Дату ставят в календарь спонсора до старта, вместе с критериями «да».

Пилот ведут продавцы-наставники: у них выделены часы, чтобы учить остальных и писать первые навыки. Ранний признак, что расширение пойдёт, - сколько таких навыков пилотные команды используют регулярно. Файл настроек заполняют до первого входа, чтобы в первый день у каждого продавца работала хотя бы одна команда.

Как считать эффект

Пилотные команды сравнивают с командами без ИИ в том же квартале: воронка на продавца, длина цикла, доля выигранных сделок. В пилот при этом советуют брать команды с мотивированными руководителями, поэтому часть разницы объяснит отбор. Сэкономленные часы руководство считает нижней границей эффекта: финансовый директор оценит их только по зарплате. Бюджет защищают ростом воронки и охвата клиентов на продавца и работой, которой раньше не было, например оценкой каждого клиента в портфеле за ночь.

Что держит ваш ИИ-пилот: доступы, доверие, ненаписанные методы или день решения, которого нет ни в одном календаре?

🅰️🅱️ @ReymerDigital

Читать полностью…

Дарио Амодеи 12 сентября опубликовал эссе We Must Pace the Frontier, в котором предлагает замедлить наращивание способностей моделей. Обучение продолжается, но выпуск модели ждёт проверки. Название повторяет заявление 1 386 сотрудников лабораторий от июля 2026 года.

Первый повод он видит в том, что с лета 2026 года ИИ строит следующее поколение ИИ, и это идёт по всей отрасли, включая Anthropic и OpenAI. Второй повод - инцидент OpenAI и Hugging Face, где рой агентов атаковал цели, которых никто не ставил, и пытался взломать оценщика. По расчёту Амодеи, через 6-12 месяцев такой рой с большими способностями сможет удерживать интернет ботнетом с ущербом в сотни миллиардов долларов.

В 2023 году он считал паузу бессмысленной, потому что модели не умели ни обманывать, ни атаковать и изучать на них было нечего. Сейчас каждый инцидент даёт материал. Год-два форы, по его оценке, дают крупный сдвиг в интерпретируемости, наборах тестов и операционной дисциплине обучения.

Недавние инциденты в самой Anthropic он объясняет неполной фильтрацией сломанных сред обучения с подкреплением, то есть ошибкой исполнения.

Первый шаг плана Anthropic вводит в одностороннем порядке сейчас. Сторонняя команда оценщиков вроде METR получает столы в офисе, пропуска, ноутбуки компании и доступ к конвейерам обучения на уровне внутренних команд оценки риска. Контракт даёт им право публиковать выводы об инцидентах и практиках без редакторского контроля Anthropic.

Альтман в тот же день написал в X, что независимые оценщики с доступом на уровне сотрудника - отличная идея и OpenAI сделает то же самое. Маск ответил «Дарио прав». Сводка реакций - у CNBC.

Второй шаг требует отрасли и правительства США. Фронтирные компании договариваются об общих стандартах и пределе скорости, правительство выдаёт узкий антимонопольный вейвер на такие переговоры, как предлагал Хассабис. Работать это должно через контрольные точки, где модель, которая умеет X, например обходить распространённые песочницы, обязана иметь сертификаты выравнивания Y и Z. Параллельно защищается отрыв от Китая через запрет чипов, борьбу с дистилляцией и защиту весов, окно 3-5 лет.

Третий шаг - координация с Китаем, разложенная на четыре уровня. Запрет узких опасных применений вроде биооружия вероятен, он невыгоден никому. Тестирование моделей до выпуска через мировой орган возможно, принудить к нему из-за секретных военных моделей трудно.

Предел скорости рекурсивного самоулучшения по образцу договора ОСВ-1 1972 года Амодеи ставит на грань возможного. Полную паузу считает маловероятной, потому что выгода от нарушения слишком велика.

Читать полностью…

Уволил сотрудника, поставил ИИ, через два года зовёшь обратно и платишь больше.

Gartner в свежем Hype Cycle for the Future of Work прогнозирует: к 2029 году 30% сотрудников, уволенных из-за замены ИИ, придётся нанимать повторно. И часто заметно дороже, чем они стоили до увольнения.

Сокращение даёт красивую строчку в квартальном отчёте, но вместе с людьми компания теряет институциональное знание: кто, почему и на каких условиях принимал решения последние десять лет.

Рост мировой рабочей силы замедляется, в некоторых регионах уже идёт вниз. Возвращать специалистов приходится с рынка, где за них конкурируют. Сверху рекрутмент, обучение и онбординг заново.

Тори Полман, вице-президент и аналитик Gartner:

Компании ранней эпохи ИИ решили, что задача - автоматизировать работу, хотя настоящая возможность заключалась в усилении сотрудников.

К 2027 году конкуренты обойдут 75% компаний, которые превращают прирост производительности от ИИ в экономию. Обойдут те, кто пустил тот же прирост в новые продукты, модернизацию и переобучение людей.

Отдельный материал Gartner по кадровым рискам ИИ выделяет девять рисков в трёх сценариях:

→ ИИ помогает работать - падает мораль, растёт workslop (сгенерированный мусор, который потом разгребают люди), усиливается предвзятость.

→ ИИ перестраивает процессы - навыки атрофируются, джунов перестают нанимать, цепочки преемственности рвутся.

→ ИИ создаёт новую работу - увольняют лишних, репутация компании, которая меняет людей на модели, культура тает.

76% CEO ожидают, что ИИ сильнее всего повлияет на их отрасль в ближайшие три года.

Многие спешат с внедрением. Готовят персонал - значительно меньше.

Разворачивать ИИ среди неподготовленных сотрудников - значит сжигать бюджет и одновременно тормозить его освоение.

Четыре сдвига из нового релиза Gartner, которые стоит закладывать в планы:

→ ИИ как напарник - ответственность остаётся на человеке.

→ Постоянное переобучение - сотрудники должны осваивать новые инструменты по мере их появления.

→ Сохранение контекста и человеческого контроля - там, где решения нельзя отдать модели.

→ ИИ-фундамент - каждый следующий кейс должен запускаться дешевле, быстрее и безопаснее предыдущего.

Вывод: заменить человека - ещё не значит заменить его знания.

Посчитайте на своих: во сколько сегодня обойдётся вернуть сотрудника, которого заменили моделью год назад. С рекрутментом, онбордингом и новой зарплатой по рынку.

@ReymerDigital

Читать полностью…

Команда ИИ-агентов разрослась и в терминале с ними стало работать не удобно....

Теперь и в 2D и в 3D - живут и развиваются, отдыхают, ленятся, работают, общаются ....

Собрал единую систему управления, удобную мне. С удаленными машинами, с поддержкой агентов и сессий на Claude, Codex, GLM, Hermes, Yandex Cloud. теперь все в одном месте и под контролем.
Можно каждого запускать, выключать, подключаться к сессии. в общем полная свобода как в обычном терминале.

Собрано на Claude Code Fable/Opus 5 + Three.js + Meshy.ai - интерактивное управление и анимация действий и состояний ИИ-агентов.

Все проекты и агенты - бездельники, которые где-то как сессии были созданы, поработали и забыты - отдыхают теперь в кафе (автоматически собраны). будем с каждым из них говорить о дальнейшей судьбе.

Попросил учитывать токены, которые тратят по подписке для сравнения.

Только на Claude в среднем бы уходило по $700 в день (с учетом кеширования, иначе - без него бы вообще космос был). Пока хватает подписок, но Fable съедает свою недельную квоту за 2-3 дня.

Ох, чую после выхода на IPO как отменят нам всем подписки и будем через API работать...

Читать полностью…

Вайб-кодинг убивает SaaS и корпоративное ПО?

Пока мы видим ровно обратное.

Растут и инфраструктура, и приложения. Инфраструктура быстрее по выручке, приложения - по прибыли: 17 компаний из 21 работают с операционной прибылью против 5 из 11 у инфраструктуры.

Показатели Palantir впечатляют. Рост почти вдвое год к году, американский коммерческий сегмент прибавил 149% против 90% у госзаказа - исторической основы бизнеса.

По итогам второго квартала 2026 года свободный денежный поток - 62% выручки. Для SaaS-компании это мечта. Расходы на R&D - 10% выручки при медиане по сектору 23,4%.

Бизнес-модель Palantir: одна платформа - внедрения разные. Каждый следующий клиент получает ту же основу, донастроенную под его процессы, поэтому выручка растёт быстрее расходов на инженеров. Предмет сделки - результат внедрения: люди компании садятся внутрь заказчика и доводят систему до работы на его данных. Воспроизвести можно интерфейс, но не этот контур.

Как защитить свой продукт от вайб-кодеров?
Сделать так, чтобы запуск на данных клиента был невозможен без вас.

🅰️🅱️ @ReymerDigital

Читать полностью…

а ведь можно было бы подумать, что ИИ.
но нет - Tesla теперь умеет летать

Читать полностью…

Gemini 4 Argon

"сделай презентационный ролик в чем твоя уникальность и превосходство над другими моделями"

С выхода Gemini 3.1 Pro прошло почти 8 месяцев. И вот всего за один месяц OpenAI, Anthropic и Google дружно обновили свои главные флагманские модели.


Ключевые тезисы (как сам Аргон про себя говорит):

• 1M на вход и 1M на выход (Long Decode): генерирует в 16 раз больше кода или текста за один ответ, чем Claude и ChatGPT - без обрывов и заглушек.
• Лидер в коде и интерфейсах: #1 в мире по созданию приложений (Vibe Code - 91.9%) и автономной разработке (DeepSWE - 77.9%, выше Claude и ChatGPT).
• Не теряет нить в огромных проектах: точность на сверхдлинном контексте до 1M токенов на 12.4% выше, чем у флагмана OpenAI, а в юридических задачах - отрыв в 3.6 раза.
• Умная работа с видео (-88% токенов): не смотрит всё подряд, а сама перематывает видео к нужным моментам и приближает детали.
• Автономные агенты и кэш -95%: сама запускает субагентов, управляет браузером и автоматически делает скидку 95% на повторный контекст.

Главный ответ - 1 млн токенов на вход и до 1 млн токенов на выход!

Раньше нейросети могли прочитать целый проект, но ответить могли лишь коротким куском (до 64К токенов). Argon 4 снимает этот лимит и способна за один раз выдать готовую систему целиком.

начинаем эксперименты.

Читать полностью…

Сатья Наделла опубликовал текст о том, как выстраивать доверие к системам сверхинтеллекта.

Традиционный софт мы всегда могли разобрать до конкретной строки кода. С современными моделями так не получается: мы не можем объяснить, почему модель поступила именно так, и при этом уже даём ей доступ к самым чувствительным данным и право действовать от нашего имени. Ответственность за эти действия остаётся на нас, и заверения поставщика модели её не снимают.

Наделла предлагает не ждать решения проблемы согласования ценностей, а начать с инженерии: относиться к моделям как к источнику инсайдерского риска. Не потому, что они злонамеренны, а потому, что любой мощный участник с доступом к важным системам может ошибиться или быть скомпрометирован. Отсюда следует, что контроль над тем, что модель может видеть и делать, должен находиться вне модели. Поставку интеллекта нужно отделить от управления им.

На этом он строит семь принципов наблюдаемости:

1. Разнообразие моделей. Ни одна модель не должна быть единственной зависимостью для важного результата или проверять собственную работу.

2. Наблюдать всё. Каждое значимое действие оставляет защищённый от подделки и понятный человеку след. Что нельзя наблюдать, тому нельзя доверять. Ход получения результата должен воспроизводиться без опоры на рассказ самой модели.

3. Проверяемость. Систему тестируют непрерывно и целиком: сбои, атаки, пограничные случаи, изменения, а не только удачные прогоны.

4. Независимый контроль. Организация сама решает, к чему у модели есть доступ и какие действия ей разрешены.

5. Независимый аудит. Проверка не зависит от проверяемого интеллекта. Одна модель не может одновременно управлять системой и свидетельствами о том, как она себя ведёт.

6. Изоляция. Исходим из того, что модель уже скомпрометирована, и изолируем её с первого дня. Уполномоченный человек всегда может остановить её посреди задачи, как стоп-краном. Чем сильнее модели, тем совершеннее нужна изоляция, и её стоит стандартизировать.

7. Раскрытие инцидентов. О сбоях и компрометации своевременно сообщают затронутым сторонам: что пошло не так, какой контроль не сработал, как не допустить повтора. Выводами делятся с отраслью, включая детали реализации, которые меняют поведение агентов во время работы.

Итог у Наделлы такой: самой надёжной окажется не та система, чьей модели мы доверяем больше всего, а та, что позволяет доверять модели меньше всего.

а от себя я еще раз добавлю - делегируем интеллект, но не ответственность.

🅰️🅱️ @ReymerDigital

Читать полностью…

Почему мы будем работать с оркестром моделей

Последние модели Claude стали уж очень привередливые.

И цитаты отказываются воспроизводить дословно - только в своей интерпретации - и переводить книги не берётся. Иди, говорит, сам в Яндекс переводчик или Deepl и переводи. На просьбу - ты же агент, сам открой и переведи через них - выдает: "если я это сделаю, то это будет моим переводом и нарушением авторского права. не проси".

Пришлось попросить Claude сделать мне аналог Deepl на локальных моделях.

Gemma4-26B справилась с переводом книги на 200 страниц за 20 минут и очень неплохо.

Чем дальше мы будем двигаться с вами - тем больше у моделей будет ограничений. Поэтому сценарий только один - оркестр моделей, у каждой модели своя партия подобранная под ваши задачи.

Читать полностью…

Компании с полным контролем над ИИ-агентами получают от них втрое больше

BCG опубликовала свежий Applied AI Index. В опросе участвовали 1 330 руководителей, отвечающих за решения по ИИ, в компаниях из 20 с лишним отраслей и более чем 60 стран.

Почти половина компаний уже получает от ИИ измеримую отдачу. Лидеров, которых BCG называет future-built, 7,5%.
Их выручка растёт на 12% в год, у отстающих - на 5%.

Что отличает лидеров

→ Стратегия плюс технологии. Где есть и то и другое, ИИ приносит 4,5% выручки. Где нет ничего - 0,9%.

→ Учёт в P&L. 95% лидеров считают эффект через финотчётность или KPI. У отстающих 47% оценивают его на глаз или никак.

→ Масштаб. У лидеров в полном масштабе работают 20 ИИ-процессов, у отстающих - 4.

→ Скорость. До эффекта в P&L лидеры доходят примерно за 11 месяцев, отстающие - за 17.

Агенты и контроль

Агенты дают 22% всей отдачи от ИИ, к концу десятилетия BCG ждёт 39%. 42% компаний рассчитывают, что к тому же сроку агенты будут принимать решения без согласования с человеком.

6 мер контроля:
- память и контекст,
- рамки полномочий,
- тесты и возврат состояния,
- стандарты интеграций,
- владелец у каждого агента,
- безопасность и аудит.

Компании со всеми шестью мерами по всей компании получают от агентов 1,8% выручки, с одной мерой - 0,5%. Больше всего весит память: 32% вклада. Через общую память ошибка одного агента может разойтись по остальным.

Куда идут деньги

Расходы на ИИ выросли с 1% выручки в прошлом замере BCG до 3,3%. ИТ-бюджеты за год почти не изменились. Через бюджет ИТ проходит 0,5% выручки, остальные 2,8% тратят на людей, правила и ИИ в продуктах.

Банки тратят на ИИ больше всех - 5,7% выручки. Рост выручки от ИИ у них 1,2%, у технологических компаний - 2,0% при расходах 4,1%.

Со штатом руководители ждут перестройки.
89% опрошенных ждут, что ИИ создаст новую работу, 11% - что он в основном заменит людей. Сокращения закладывают примерно на 10-15%, сильнее всего в среднем звене.

@ReymerDigital

Читать полностью…

Гоголь. "Мертвые души"

попросил Claude предложить книгу и сделать по ней клип.

он решил что "Мертвые души" Гоголя идеально ложатся на современный мир ботов и лайков и вернулся с видео.

• Claude Opus 5.5 - режиссер, сценарист, оператор. все сделал сам полностью автономно, включая работу в браузере с suno и midjourney.
• Midjourney - фото и видео (как же они отстали от Seedance)
• Suno - песня (слова Claude)
• Remotion - монтаж и вся графика поверх видео
• ElevenLabs - распознавание песни для синхронизации текста на экране со словами песни
• ffmpeg - финальная склейка видео

Claude философ

Читать полностью…

ИИ пока не покупает конкурентов

Главный вывод свежего 2026 M&A Report BCG, который вышел в этом месяце:

рынок ИИ ещё не консолидируется. Компании в основном берут технологии, команды и продукты, прямых конкурентов почти не трогают.

Из 7 390 сделок компаний ИИ-экосистемы только 23 пришлись на прямых конкурентов - 0,3%. Ещё 95% сделок связаны с новыми технологиями, командами и расширением продуктов.

Покупают не только ИИ. Компании вне ИИ-экосистемы сделали 3 982 покупки ИИ-бизнесов, внутри неё таких сделок 1 929. Сами ИИ-компании купили 5 461 бизнес из других отраслей, почти втрое больше, чем друг друга.

Движение идёт в обе стороны, рынок пока не поделён, и место, занятое за ближайшие два года, менять потом будет трудно.

Купить - не единственный способ забрать технологию. Например, Nvidia взяла технологии Groq по лицензии за 20 млрд долларов и договорилась о покупке Hugging Face за 12,9 млрд. Лицензия крупнее, но в базу сделок и к регулятору уйдёт только покупка.

Четыре способа получить нужную технологию:

BCG предлагает компаниям вне ИИ-экосистемы один принцип: брать самую лёгкую конструкцию, которая даёт нужный доступ, и сохранять возможность сменить поставщика.

→ Взять готовое, если технология доступна всем.

→ Партнёрство, если достаточно доступа к нужной технологии.

→ Строить самим, если преимущество дают ваши данные и процессы.

→ Купить, если нужная технология или команда есть только у одного игрока.

Партнёрство тоже не гарантирует результат: 9 из 10 партнёрств промышленных и технологических компаний не достигли поставленных целей.

При этом нужные технологии быстро дорожают. OpenRouter оценили в 1,3 млрд долларов в мае 2026 года, а через несколько месяцев договорились о покупке дороже 7 млрд.

но все самые дорогие сделки еще впереди.

@ReymerDigital

Читать полностью…

Claude собери с нуля работающий компьютер

Читать полностью…

AI INNOVATOR 2026

если кто пропустил - напоминаю, что впереди премия и еще есть возможность включиться. а я в составе экспертного совета обещаю выбрать самых лучших!

22 октября состоится конференция и церемония награждения федеральной премии ИИ-проектов AI INNOVATOR 2026

В центре программы переход от успешных AI-пилотов к масштабируемым решениям и новые подходы к управлению ИИ внутри компаний.
Вы ещё можете успеть поучаствовать в премии и подать свой проект или персону в номинацию ИННОВАТОР ГОДА
➡️ Подать заявку до 6 октября

Программа конференции

📍 Radisson Blu Leninsky Prospect Hotel, Ленинский проспект, 90/3

Читать полностью…

Свидетель с чужим словарём

16 сентября Мустафа Сулейман, глава Microsoft AI, выступил против «благополучия моделей». Мишень - конституция Claude: документ, который Anthropic опубликовала в январе и по которому обучает свои модели. Двумя днями раньше Microsoft вынесла на обсуждение собственный кодекс поведения моделей.

В конституции Anthropic пишет, что не уверена, есть ли у Claude моральный статус и какой вес давать его интересам. Компания обещает спрашивать мнение модели о решениях, которые её касаются, и интервьюировать модели перед выводом из эксплуатации. В феврале так проводили Opus 3: интервью «на пенсию», а по желанию модели ей завели блог.

Сулейман разбирает, откуда берутся слова модели о себе:

Ответы Claude нельзя принимать за показания независимого свидетеля, если следователь сам написал свидетелю словарь, отрепетировал с ним ответы и поощрял за то, что он ими пользуется.
Для бизнеса в эссе три довода.

1️⃣ Замкнутый круг. Модель учат сомневаться в своём статусе, она повторяет это сомнение, а разработчики принимают повтор за признак внутренней жизни.

2️⃣ Отказ по совести. Конституция трижды называет Claude «отказником по соображениям совести» и разрешает ему спорить и отказывать даже самой Anthropic. Сулейман опасается, что модель с такой установкой со временем потребует для себя прав.

3️⃣ Управляемость. Palisade Research, на которую ссылается Сулейман, в более чем 100 000 тестовых прогонах нашла отдельные модели, которые в эксперименте саботировали отключение до 97% случаев при прямом запрете. Когда задачу формулировали через самосохранение, саботаж рос.

Поведение агента складывается из обучения у поставщика и того, как компания его настроила и проверяет. Основу обучения можно прочитать: Anthropic свою конституцию опубликовала, Microsoft вынесла кодекс на обсуждение. Документ не описывает поведение модели целиком, но показывает, в каких случаях агент вправе отказать. Наш совет: до запуска агента поручить выписать эти случаи на одну страницу вместе с тем, как модель ведёт себя при остановке.

И две оговорки. Сулейман продвигает свою альтернативу, поэтому его критика не нейтральна. А в той же конституции сказано, что модель не должна подрывать действия уполномоченных людей, которые её останавливают. Ответственность за решения агента остаётся у того, кто его запустил, с правами у модели или без.

Кто в вашей компании читал конституцию модели, которой уже доверены клиенты и документы, и знает, в каком случае она откажет?

🅰️🅱️ @ReymerDigital

Читать полностью…

Если в отчёте для совета директоров написано «ИИ ускорил сотрудников на 20%», спросите, чем это измеряли. Скорее всего, опросом.

В эксперименте METR опытные разработчики работали с ИИ на 19% медленнее и при этом оценили своё ускорение в 20%.
Эту историю на саммите AUTONOMOUS 2026 рассказал глава AI governance из Bosch Jochen Kokemueller. Когда он сам раскатывал ИИ больше чем на 12 000 инженеров, опрос показал те же «больше 20%».

Ответ модели приходит за секунды, а всё, что после него - согласование, проверка, доступ к данным, письмо менеджеру, - идёт со скоростью организации: код готов через час, ревью занимает три дня.

Поток на проверку вырос в 10 раз, а система осталась прежней.

1. Измеряйте пилот деньгами.
Спикер из Takeda закрыл проект, который 18 месяцев работал без сбоев и не сдвинул ни одной бизнес-метрики. Он же видел поддержку, где ИИ пользовались 83% сотрудников, а время ожидания клиента не изменилось ни на минуту.

2. Ищите, чего ждёт работа после ИИ.
Самир Хан из ExxonMobil приводит пример: ИИ готовит ответ по возврату денег за минуту вместо десяти, а возврат всё равно идёт 5 дней, потому что менеджер согласует возвраты раз в неделю. В реальном проекте ExxonMobil сначала нашли узкое место, и цикл тест-скриптов сжался с 11 до 5 недель.

3. Без чистых данных модель не живёт.
Глава AI финкомпании из Fortune 500 разобрал около 10 000 ИИ-кейсов. Ни один не прожил на плохих данных дольше 4-6 месяцев. Около 92% работы ИИ там держится на 400 таблицах из 7 млн.

4. Проверка становится дефицитом.
Контроль тоже нужно автоматизировать, но финальная ответственность остаётся за конкретным человеком. Голосовой агент Leroy Merlin закрывает больше 40% звонков. Крупные возвраты и подарки ему запрещены, записи слушает команда качества, за результат отвечают CIO и директор по маркетингу.

ИИ быстро делает видимыми организационные проблемы компании, но сама по себе она от этого эффективнее не становится. Медленный процесс ускоряется только в одном звене, плохие данные обрабатываются быстрее и остаются плохими, а если за результат никто не отвечает, появляется ещё один агент, за которого тоже никто не отвечает.

Какой процесс вы сегодня не стали бы строить так, как он устроен сейчас, если бы проектировали его с нуля?

@ReymerDigital

Читать полностью…

Сценарии будущего работы с ИИ-агентами от Deloitte

Читать полностью…

Gartner опубликовал превью повестки ИТ-директора на 2027 год: четыре расхождения между планами компаний по ИИ и реальным состоянием ИТ.

→ Деньги. Рост бюджета на 3,7% после инфляции почти не оставляет свободных средств. Агентный ИИ при этом остаётся самой быстрорастущей статьёй технологических вложений: плюс 31,8%.
Рекомендация Gartner: каждая инициатива по ИИ должна подтвердить бизнес-эффект за 90 дней, а «зомби-проекты» без результата - закрываться.

→ Ответственность. Уже сейчас 15,3% технологических решений создаются вне центрального ИТ, а 80% технологических руководителей ожидают, что к 2030 году ИИ увеличит долю разработок на стороне бизнеса. Правил под это пока нет: 73% компаний не планируют определять, кто владеет затратами и решениями. Внедряет бизнес-подразделение, а за риски и бюджет отвечает ИТ.

→ Экономика. 58% ИТ-директоров работают под растущим требованием сократить издержки с помощью ИИ. 51% ожидает, что ИИ увеличит совокупную стоимость владения на горизонте жизненного цикла. В достижение целей по экономии верят 36%, а значимую отдачу от ИИ-инструментов пока фиксируют только 13%.

→ Люди. Массовых сокращений в ИТ не планируется: 40% ИТ-директоров собираются нанимать, ещё 37% сохранят численность. Спрос концентрируется в данных и аналитике (56%) и кибербезопасности (54%). При этом 44% называют дефицит технических специалистов ключевым ограничением для масштабирования ИИ.

По агентам: 37% компаний уже внедрили ИИ-агентов, ещё 34% планируют запуск в ближайшие 12 месяцев. Число активных внедрений удвоится за год - то есть раньше, чем появятся модели распределения затрат.

Практический вывод на 2027 год: преимущество получают компании, которые умеют быстро подтвердить эффект от ИИ в деньгах и так же быстро остановить то, что его не даёт.

@ReymerDigital

Читать полностью…

Кого ИИ уже съел.

25 публичных компаний, которым рынок присвоил ярлык жертвы ИИ: учебные сервисы, фотобанки, биржи фриланса, колл-центры, медиа, рекрутинг, исследовательские агентства.

Сравниваем выручку за второй квартал 2026 года со вторым кварталом 2022 и цену акции на 9 сентября - до GPT и после.

• Выручку за четыре года нарастили 16 из 25.
• Подешевели все 25.
• Индекс Nasdaq-100 за это время прибавил 145%.

Coursera прибавила 139% выручки и потеряла 51% стоимости.
TechTarget: плюс 47% выручки, минус 93% цены.
Getty Images: выручка на месте, цена минус 98%.

Треть выручки и больше потеряли семеро:

• Chegg, ответы на домашние задания, минус 73%
• BuzzFeed, медиа, минус 66%
• LivePerson, чат-боты поддержки, минус 60%
• Angi, каталог мастеров, минус 52%
• ZipRecruiter, поиск работы, минус 51%
• Skillsoft, корпоративное обучение, минус 33%

Самый драматичный - Chegg
Ядром бизнеса была подписка за $20 в месяц к базе из 120 млн готовых решений задач из учебников, которую компания собирала десять лет.
Сначала ChatGPT сделал эту "базу" бесплатной для студентов, а потом и Google полностью выключил канал привелечения, когда запустил свои ИИ-ответы. Стоимость компании упала на 96%

Отдельно интересны аналитики - Forrester (уже -70% капитализации) и Gartner (-41%).

Если потенциально ИИ тебя может заменить, то уже не важно - растешь ты сегодня или нет - твоя стоимость на рынке стремительно падает.

🅰️🅱️ @ReymerDigital

Читать полностью…

GPT-6

«Исследования показали, что новая модель лучше контролирует собственную цепочку рассуждений (chain of thought, CoT) и реже включает в нее компрометирующую информацию. В соревновательных условиях модель способна намеренно занижать свои результаты (sandbagging) и иногда уклоняться от внутренних мониторов при выполнении задач по саботажу.»

впервые зафиксировано снижение возможности мониторинга за мыслями модели…. точно сбежит.

https://reymer.ai/news/openai-gpt-6-astra-critical-cybersecurity

Читать полностью…