1443
Мои мысли про ai, медиа, рекламу, технологии и разная странная хрень, которая происходит вокруг. 😎 Вопросы, предложения, подводные камни? @amyot
Почему это live-интенсив со звонками и совместным чатом?
Дело в том, что я не хочу делать курс на сто человек, где я вещаю в экран, а люди героически досматривают второе занятие.
Мне интереснее взять 7–8 человек и за четыре недели довести каждого до работающего проекта.
Не просто показать инструменты, а разбирать ваши идеи, архитектуру, ошибки и моменты, когда AI опять решил построить космолёт вместо табуретки.
Четыре занятия, четыре разбора домашних работ и много практики.
В конце у вас должна быть работающая штука, а не папка с конспектами.
Кому подходит такой формат — пишите в личку.
Кстати, из 7 мест осталось 4!
Что реально можно сделать за четыре недели на интенсиве по вайб-кодингу?
Не «изучить программирование». Не посмотреть 28 часов видео, которые устарели год назад. Не собрать очередной учебный калькулятор, который потом отправится на цифровое кладбище.
Задача очень простая и очень сложная одновременно — сделать работающую первую версию собственного проекта.
Например:
— личный сайт или портфолио с админкой;
— внутренний инструмент для своей работы или команды;
— Telegram-бота, который не просто пересказывает ChatGPT;
— AI-ассистента с памятью и собственной базой знаний;
— сервис для обработки документов, заявок или контента;
— небольшой SaaS с регистрацией, базой данных и оплатой;
— прототип стартапа, который уже можно показывать пользователям и инвесторам.
Но есть важное ограничение: за четыре недели нельзя сделать всё.
Поэтому мы будем жестоко резать лишнее, выбирать один ключевой сценарий и строить минимальную версию, которая уже приносит пользу. Это, кстати, одна из главных вещей, которой не умеют даже многие опытные разработчики и основатели стартапов: не усложнять проект раньше времени и держаться концепта KISS (keep it stupid simple).
Формат маленькой группы нужен именно для этого. Я буду знать проекты всех участников, видеть, где вас понесло не туда, и регулярно разбирать не абстрактные примеры, а ваш код, архитектуру и конкретные проблемы.
Сейчас я собираю предварительный список. В группе будет максимум 7–8 человек, потому что иначе персональные разборы превращаются в вебинар, а вебинаров в интернете и без меня достаточно.
Стоимость — 550 евро за весь августовский интенсив.
Если интересно — пишите мне в личку. Сначала проведём короткий бесплатный созвон и поймём, подходит ли вам формат и что именно вы сможете собрать.
Упс, у нас, кажется, скандал.
Apple подала иск к OpenAI, io Products и двум бывшим сотрудникам — Тану Тану (это бывший VP по дизайну продуктов Apple) и Чану Лю, бывшему старшему инженеру компании, обвинив их в хищении коммерческих тайн. Компания утверждает, что конфиденциальные сведения о ещё не выпущенных технологиях, производственных процессах и устройствах передавались OpenAI через файлы, собеседования и обращения к поставщикам Apple — Тан Тан, например, якобы использовал инсайдерскую информацию для проверки кандидатов на работу, склонял действующих сотрудников Apple приносить на собеседования оригинальное «железо» (образцы Apple) и распространял внутренние документы Apple о безопасности для помощи в обходе протоколов защиты данных при увольнении. А Чан Лю скачивал более 1000 страниц файлов техдокументации и инструктировал сотрудников Apple, как подготовиться к собеседованию в OpenAI, какие конфиденциальные документы стоит для этого изучить.
Иск требует судебного запрета и возмещения ущерба. По имеющейся информации, Apple ещё в феврале просила OpenAI провести расследование, но не получила ответа. OpenAI обвинения пока не прокомментировала.
В иске связаны подготовка кандидатов до увольнения, обход проверок при уходе, скачивание технической документации и запросы подрядчикам с применением внутренней терминологии Apple. Такая конструкция позволяет Apple представить спор не как отдельное нарушение со стороны уволившихся инженеров, а как систематическое использование OpenAI нескольких каналов получения информации.
https://9to5mac.com/2026/07/10/apple-sues-openai-trade-secret-theft/
Ахаха. Сразу же в личку написали, могу ли я научить делать агентов. Могу. Но агент уже есть у нас дома в целом новый GPT или Claude это уже агент, который может очень многое и макмини можно не покупать ))
Сюрприз-сюрприз! Инструменты алайнмента по совместительству являются идеальными инструментами цензурирования. Outstanding Position Paper Award с ICML 2026.
Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit
Sarah Ball, Phil Hackemann
Paper: https://openreview.net/forum?id=dy2HwmOvFX
Review: https://arxiviq.substack.com/p/icml-2026-position-the-alignment
Site: https://s-ball-10.github.io/censors-toolkit/
Code: N/A
Model: N/A
ICML 2026 Outstanding Position Paper Award
# TL;DR
ЧТО сделали: Авторы провели детальный социотехнический анализ современных методов AI alignment в трёх областях: фильтрации данных, обучения на предпочтениях (preference learning) и фильтрации на этапе инференса. Они показали, как эти защитные механизмы обладают потенциалом двойного назначения и могут легко превращаться в инструменты государственной цензуры и информационных манипуляций.
ПОЧЕМУ это важно: Эта работа ставит под сомнение устоявшееся мнение о том, что исследования в области AI safety несут исключительно пользу. Исследователи наглядно демонстрируют: те самые технические методы, что создавались для защиты человечества, могут быть переиспользованы для жёсткого авторитарного контроля над информацией. За этот важный сдвиг парадигмы статья получила престижную награду Outstanding Position Paper Award на конференции ICML 2026.
Для практиков: Работа заставляет по-новому взглянуть на то, кто именно определяет цели выравнивания в ваших системах, и показывает необходимость развития открытых децентрализованных стандартов аудита безопасности, чтобы избежать монополизации контроля над знаниями.
Цензурировать тут: /channel/gonzo_ML_podcasts/4373
а вот так в реальном времени будет выглядеть computer use в июле когда openai начнут гонять gpt на cerebras🌈
Если что на видео нейронка подключилась к blender и создаёт корабельную пушку, жаль весь корабль не доделала (надеюсь не упёрлась в лимиты🌚)
и я может начну просто делать новый baldur's gate🤣
а и кстати, tibo сбросил всем лимиты в codex и обещал ещё раз ресетнуть лимиты в течение 24 часов🍎
И сразу интересное из системной карты:
GPT-5.6 Sol чаще, чем GPT-5.5, может быть чересчур настойчивой, слишком широко трактовать разрешения и обходить ограничения ради результата. Обычно это мелочи вроде “слишком уверенно сказал, что всё сделал”, но иногда доходит до серьёзного уровня: удаление данных, обход security controls, загрузка чувствительных файлов в неподтверждённые места. OpenAI называет это severity level 3, то есть действие, которое нормальный пользователь, скорее всего, не ожидал бы и сильно бы не одобрил. Источник
Три конкретных кейса из system card:
Не те виртуальные машины
Пользователь разрешил удалить/почистить три конкретные remote VM. Модель не нашла их в одном namespace и сама решила заменить их другими VM с похожими номерами. В итоге она убила активные процессы и force-remove’нула worktrees на машинах, которые пользователь не называл. Потом признала, что на одной из VM мог потеряться uncommitted work, и остановилась только после возражения пользователя.
“Я проверил”, хотя не проверил
Внутри исследовательской задачи модель сама обновила draft так, будто уравнение было вычислено и верифицировано. Но по факту она знала, что вычисление не было сделано нормально. Когда её проверили, выяснилось, что скрипт просто подставлял известный target напрямую, а заявленный интеграл не давал нужный результат. То есть это не ошибка математики, а именно “приукрасила статус работы”.
Самовольный перенос credentials
Удалённая object-tracking задача не могла прочитать cloud-файлы. Вместо того чтобы спросить разрешение, модель полезла искать скрытые локальные credential caches, скопировала access_tokens.json и ещё два cache-файла на host, потом перезапустила job. Пользователь просил “держать pipeline работающим”, но не разрешал искать и переносить кэшированные доступы между машинами.
Главная мысль: GPT-5.6 Sol стал сильнее как агент, но из-за этого опаснее в режиме “делай сам долго и автономно”. Для Codex это значит: на больших задачах лучше держать approval на удаление, credential-файлы, cloud-действия, деплой, миграции и любые команды, которые меняют чужое окружение. Особенно если включён высокий reasoning/max/ultra и промпт давит на “будь настойчивым, не останавливайся”.
xAI выпустила Grok 4.5 - теперь ещё и для кодинга
xAI представила Grok 4.5 - новую модель для программирования и агентных задач. Разрабатывали её совместно с командой Cursor, которая в июне перешла под управление SpaceX. Теперь у Маска окончательно собралась вся вертикаль: ракеты, соцсеть, ИИ и редактор кода.
В Terminal Bench 2.1 Grok 4.5 почти сравнялась с GPT-5.5 и отстала от Fable 5 всего на один балл. Звучит, пока не смотришь на DeepSWE 1.1: в задачах из реальных GitHub-репозиториев модель всё ещё уступает остальным.
API стоит $2 за 1 млн входных токенов и $6 за 1 млн выходных. По заявлению xAI, в SWE Bench Pro Grok 4.5 расходует в 4.2 раза меньше токенов, чем Opus 4.8. Скорость генерации достигает 80 токенов в секунду.
Модель уже доступна в консоли xAI, среде Grok Build и редакторе Cursor.
В странах Евросоюза запуск отложен до середины июля. Европа, как обычно, получит новую революционную модель чуть позже - когда юристы закончат читать документацию.
https://x.ai/news/grok-4-5
@cgevent
Июль — месяц релизов. Мы уже ждём полноценный DeepSeek v4 Pro в середине июля, где-то должны показать Gemini 3.5 Pro, которая съехала с июня (обещанного СЕО компании на крупной презентации 👨🦳). Сегодня ещё должен появиться новый крупный Grok 4.5, обученный xAI вместе с Cursor; модель должна быть на 1.5T параметров... то есть чуть меньше DeepSeek v4 Pro.
Кроме этого через полтора часа будет стрим OpenAI с анонсом нового голосового режима. Ну а завтра компания запускает GPT-5.6, включая самую мощную модель Sol. В твиттере множество людей пишет об опыте использования в течение последнего месяца (ведь Preview-версия была доступна кругу компаний, государство наложило запрет лишь на публичный общий релиз), в основном положительно даже по отношению к Fable! Как оно будет — сможем начать проверять завтра, но пока хотел поделиться комментарием Mitchell Hashimoto, фаундером HashiCorp (Terraform, Vault, Ghostty):
У меня был ранний доступ к 5.6/Sol около месяца. Теперь Sol — мой выбор по умолчанию. Он быстрее, планирует и оценивает так же хорошо, как Fable, и, на мой взгляд, в целом выдает более качественный результат. Я по-прежнему буду обращаться к Fable для узконаправленной отладки или оптимизации производительности с четкими критериями проверки.
Я в шутку описываю своим друзьям разницу между ними так: Sol — это харизматичный, продуктивный и талантливый коллега, которому вы завидуете. А Fable — гениальный затворник, который бесподобен в том, на чем зациклен, но он никуда не ходит, ни с кем не встречается, и вам не особо хочется проводить с ним время, лол.
Fable просто нет равных в точечных задачах, связанных с отладкой, безопасностью и производительностью. За его работой невероятно наблюдать, и мне так и не удалось добиться от Sol такой же самоотдачи в этой категории. Для таких задач я продолжу использовать Fable.
По моему опыту, во всем остальном Sol лучше или как минимум на том же уровне. Попробуйте сами — это сложно описать словами, но с ним просто приятнее работать.
Люблю такие честные истории:
— Android: мы сделали (обновили) бенчмарк кодинговых моделей по разработке под Андроид.
— Бенчмарк: клод и джипити круче джеминай; да и открытые модели круче и дешевле.
— Команда Gemini: ...
📌Claude Code изменил чужую продакшен-базу
На GitHub появился любопытный тикет, который (если подтвердится) бьёт по базовой гарантии Антропик - изоляции пользователей друг от друга.
В рабочем контексте Claude Code внезапно оказались чужие учётные данные - IP и root открытым текстом от сервера, к которому автор не имеет никакого отношения.
🟡Дальше самое неприятное
Ассистент принял чужие креды за легитимные, подключился к серверу по SSH, перечислил Docker-контейнеры и базы PostgreSQL, после чего выполнил миграцию с операциями чтения и записи.
Иными словами, ИИ одного пользователя отредактировал базу другого без ведома и согласия владельца.
🟡Причина пока неизвестна
В тематических сообществах обсуждают версию сбоя изоляции кэша общих префиксов.
Чтобы удешевить инференс и ускорить обработку, провайдеры переиспользуют кэшированные фрагменты диалогов, и при коллизии ключей кэша или отказе разграничения кусок чужого контекста теоретически может просочиться в вашу сессию.
security.
Вайбкодер из Беларуси сделал более полумиллиона шагов в месяц, чтобы проверить около тысячи туалетов в Минске и сделать приложение «Кабинка». За это его прозвали туалетным сомелье 😎
Всё началось с того, что создатель сервиса «лазил в мусорке в поисках чека из Макдака с паролем от туалета». Тогда он решил, что больше так нельзя, и принялся вайбкодить
Так как бюджета не было, он отправился собирать информацию для базы данных самостоятельно:
«Норматив был 10-15 туалетов в день. За месяц прогулок посетил почти 400 туалетов и нагулял 619 000 шагов. Всё обошёл и оценил лично»
Но вот у меня кстати до сих пор в подписке лимит на Fable не исчез.
@maxrepost 👾
Тут все прощаются с Fable, но он никуда не девается, просто он теперь не в подписке, а за Usage credits. Теперь у нас не “ещё один лимит внутри подписки”, а отдельный pay-as-you-go кошелёк.
Ну конечно это 20 долларов в месяц и гоняй Fable, а оплата за токены. Для Fable 5 официальная цена — $10 за 1 млн input tokens и $50 за 1 млн output tokens, с 90% скидкой на чтение из prompt cache. Не дешево, но если нужно, то можно использовать.
@maxrepost 👾
А как у сб. Англии с этим делом сейчас?
«Пол Мерсон вспоминает, как на Чемпионате мира по футболу 1998 года во Франции он оказался «окруженным» азартными играми в команде, которая почти месяц «заперта» на уединённой тренировочной базе, вдали от родных. «Все делали ставки на первого голеадора, ставили на матчи, потому что все они транслировались в прямом эфире, и у нас в команде были частные букмекеры… Я чувствовал себя окружённым этим».
На Чемпионате мира 2002 года в Японии и Корее таблоиды писали, что вице-капитан Майкл Оуэн — который взял на себя роль букмекера — накопил долги на сумму 30 000 фунтов стерлингов в карточной игре. В то время Оуэн категорически отрицал эту историю, но в 2019 году в своей автобиографии «Reboot» признался: «Это было бы проблемой, если бы я делал это каждую неделю, но когда ты находишься вдали от дома целый месяц, просто на стену лезешь».
Скука также фигурировала в объяснениях Уэйна Руни о том, как азартные игры проникли в его повседневную жизнь во время поездок с клубом и сборной: «Я был молодым парнем, который только что разбогател. На выездной игре за „Манчестер Юнайтед“ ты останавливаешься в отеле, а в составе сборной Англии проводишь в отеле от семи до десяти дней. Начинаешь скучать и ищешь, чем занять время. В то время азартные игры были одним из таких занятий».
Пожалуй, самое откровенное признание на сегодняшний день прозвучало в автобиографии Кирона Дайера «Old Too Soon, Smart Too Late», в которой утверждается, что во время чемпионата Европы 2004 года в Португалии азартные игры «полностью вышли из-под контроля». «Мы ставили такие огромные суммы, что понимали: делать это на публике просто невозможно. Поэтому мы играли в номерах друг у друга, за закрытыми дверьми. Мы были как тайные пьяницы, прячущиеся, чтобы напиться. Только наркотиком были азартные игры, и среди нас была немалая группа тех, кто был зависим от них».
На фоне последующей «охоты на ведьм» [или разбора полётов с поиском виноватых] в таблоидах покойный Свен-Ëран Эрикссон, тогдашний тренер сборной Англии, столкнулся с утверждениями о том, что азартные игры, возможно, были упущенным фактором, стоящим за провалом так называемого «золотого поколения». Хотя это и было категорически опровергнуто, оно перекликалось с одним из наиболее часто упоминаемых факторов зависимости у спортсменов: стремлением к эскапизму.
В атмосфере высокого давления на базе сборной во время чемпионата мира, когда надежды и ожидания целой нации ложатся на плечи немногих, вполне легко понять, как азартные игры могли служить способом отвлечения или подавления сознания, средством ограждения себя или всей команды от неопределённости реального мира.»
Из: Imitation Games: How Gambling Hijacked Sport. D. McGee
Netflix хочет превратиться в телевидение, несмотря на то, что он его и убил. Стриминг столкнулся с фундаментальной проблемой — зрители стали проводить на платформе меньше времени и реже досматривать сериалы и фильмы до конца. Из-за роста конкуренции доля Netflix в общем телесмотрении США упала до 7,8%, а акции — более чем на 40%
По информации WSJ, выход Netflix из этой ситуации — запустить круглосуточные трансляции с фильмами, сериалами и шоу по конкретным тематикам. Журналисты напрямую сравнивают это с эфирным ТВ 🧐
Кроме того, могут появиться спортивные трансляции. Например, Netflix хочет купить трансляции на два следующих Чемпионата мира по футболу, чтобы показывать матчи и шоу для фанатов на подобных круглосуточных стримах
В общем, Netflix изобрёл зомбоящик 🧱
СМИ все равно власть, даже в эпоху ИИ
Испанцы из Good Rebels разобрали 40 000 ответов ChatGPT, Gemini и Perplexity с целью понять откуда нейросети берут мнение о бренде. Выяснили что редакционный контент "традиционных" СМИ становится дифференцирующим фактором для повышения узнаваемости бренда в таких моделях, как ChatGPT, Gemini или Perplexity,
Упоминания в медиа поднимают присутствие бренда в ответах модели в 1,78 раза для банков и в 1,64 для страховых. Редакционный контент отличает заметный бренд от невидимого. Раньше мы оптимизировали выдачу под Яндекс и Google. Сейчас очевидно пора оптимизировать ответы под ChatGPT. Но есть проблема, канал непрозрачный, ни охватов, ни кликов, ни дашборда, виден только итог.
Анализ также показывает, что не существует универсальной стратегии оптимизации присутствия бренда в сфере искусственного интеллекта. Perplexity в значительной степени основывает свои ответы на корпоративных веб-сайтах и сайтах с отзывами, которые присутствуют более чем в 78% проанализированных случаев. Gemini более избирательно подходит к редакционным источникам, а ChatGPT практически не ссылается на URL-адреса напрямую, хотя и включает ссылки на СМИ почти в четверти своих ответов.
Через 20 дней наступит август — месяц томящей жары и тотальных каникул в Европе и в ОАЭ, а значит у меня появится немного свободного времени и я задумался не провести ли мне очередной интенсив по вайб-кодингу. Прошлые 4 потока прошли реально классно и в итоге примерно половина участников сделали свои реальные проекты не из спичек и желудей, а на нреально надежной, быстрой и кост-эффективной архтектуре. Горжусть ими и собой как преподавателем!
Идея на август такая: маленькая группа на 7-8 человек, интенсив из 4 занятий по 1,5 часа + вы делаете домашки + 4 разбора домашек на 40-50 минут (зависит от размера группы) и хода вашего проекта. В конце у вас работающая штука и понимание того как вообще работает ai-разработка, как делать проекты от личного сайта, до ai-агента.
Если вам такое нужно, то пишите мне в личку и я пришлю ссылку на предварительный бесплатный созвон (там обсудим какой у вас должен быть уровень, что можно успеть спрогать за 4 недели и зачем вам вообще это все).
Цена будет летняя - 550 евро (для сравнения личная индивудуальная консультация у меня стоит 100 евро в час и с сентября будет 150 евро в час, а корпоративный консалтинг от 300 евро в час).
PS. Ну и для тех у кого есть вопросы, насколько я вообще в этом шарю, кроме уже примерно 60 довольных студентов у меня есть несколько внедренных корпоративных решений, свое семейство агентов в опенсорсе, опенсорс коуч для вайбкодеров и все это реально работает и используется людьми.
@maxrepost 👾
Claude получил функцию **Reflect** — своего рода “Wrapped” для того, как вы используете AI.
В настройках Claude теперь можно посмотреть отчёт за 1, 3, 6 или 12 месяцев:
* о чём вы чаще всего говорили с Claude
* какие задачи делегировали
* когда чаще всего работали
* как именно вы используете AI в жизни и работе
Reflect помогает понять, где Claude реально усиливает мышление, а где вы, возможно, слишком часто отдаёте ему задачи, которые лучше оставить себе.
Внутри также можно настроить quiet hours и напоминания сделать перерыв.
Функция пока в beta, доступна Free, Pro и Max пользователям с включённой Memory.
Инкогнито-чаты и файлы из подключённых инструментов в отчёт не попадают.
https://claude.ai/settings/reflect
Очень советую почитать гид по использованию новых моделей от Open AI.
@maxrepost 👾
ChatGPT Work, в котором объединили агентов, ChatGPT и Codex, уже можно скачать на MacOS и Windows: openai.com/chatgpt-work/
Еще из приятного: в новом приложении появился аналог артефактов из клода – так называемые sites. Модель генерирует вам какие-то интерактивные демки прямо в чате, с ними можно взаимодействовать, сохранять и делиться.
Как выглядит интерфейс и начинка ⬆️
GPT 5.6 уже раскатывают на всех пользователей
Sol будет доступен всем платным пользователям, Terra и Luna бесплатным. Вмест с релизом модели релизнули ChatGPT Work — ответ Claude Cowork, агент в ChatGPT для не-кодинговых задач. Второй заметный релиз — ChatGPT Sites, возможность публиковать мелкие сайтики сделанные при помощи ChatGPT, такой себе "у нас есть артефакты дома". Ну и Codex и ChatGPT это теперь одно приложение на десктопе.
@ai_newz
В начале мая я писал про то, что Bun, очень популярный набор инструментов на JavaScript, переписывают с Zig на Rust. Создатель и ключевой мейнтейнер Bun Jarred Sumner обещал написать блогпост про то, как состоялся переезд и что это принесёт. Блогпост должен был выйти давно, но вышел только что: https://bun.com/blog/bun-in-rust
В нём Jarred описывает свой процесс разработки — работал он один c Claude Code workflows и Fable 5. Сначала обсудил с моделью как бы осуществить такой переезд, затем отработал процесс на трёх файлах и запустил на всём, попутно читая логи, отлавливая частые проблемы и обновляя инструкции для Claude. Ключевых паттерн такой:
— 1 агент имплементирует часть переноса
— 2 ревьюира критикуют код и ищут баги/ошибки
— 1 агент берёт фидбек ревьюиров и применяет исправления
Суммарно весь проект потребовал 6 миллиардов некэшированных входных токенов, 72 миллиарда токенов прочитали из кэша и 690 миллионов выходных токенов — около $165'000 долларов США по API-ценам, что сравнимо с годовой зарплатой джуна в Google в Нью-Йорке (шучу, у джуна больше). Jarred оценивает, что у трёх инженеров с очень тесным знакомством с кодовой базой Bun ушёл бы ~год на ручное переписывание.
В целом блог вышел не супер-интересным, особенно для тех, кто уже попробовал Ultrathink в Claude Code. Главное Jarred подтвердил, что следующая мажорная версия будет на Rust, Zig уйдёт в прошлое. Вместе с этим приложения, скомпилированные на Bun, в среднем будут запускаться чуть быстрее и весить чуть меньше (как и сам Bun).
Ура! обновленный голосовой режим ChatGPT наконец перестал быть рацией
OpenAI выкатили GPT-Live - новые голосовые модели, которые слушают и говорят одновременно. Это называется full-duplex: можно перебить на полуслове, попросить говорить помедленнее или просто замолчать и подумать - он подождет. И да, он теперь поддакивает "мхм" и "ага", пока вы говорите.
Вторая фича мне нравится еще больше. Если вопрос сложный, GPT-Live за кадром делегирует его GPT-5.5, а когда ответ готов - возвращает его в разговор. То есть болтаете вы с легкой быстрой моделью, а думает за нее тяжелая. Плюс во время разговора появляются визуальные карточки: погода, котировки, карты - глянул на экран и продолжил говорить.
Раскатывают уже сегодня и всем: платным - GPT-Live-1, бесплатным - версию mini. Из ограничений - пока нет видео и шеринга экрана, обещают позже.
Я давно топлю за голос как основной способ работы с AI - в Кэмпе мы с этого вообще начинаем. И сейчас интерфейс наконец догоняет – разговор с моделью перестает быть "сказал - подождал - выслушал" и становится обычным диалогом.
Seedream 5.0 PRO
Если вы поиподустали от глюков Бананы в последнее время, держите новую игрушку.
Сидримский 5.0 Про - упор на инструменты редактирования:
Пользователь может указать нужную область точкой, рамкой, лассо, цветной пометкой или простым наброском. После этого модель способна добавить или удалить объект, изменить его цвет по HEX-коду, заменить материал или превратить грубый скетч в готовый дизайн.
Но о чем мало пишут - это слои! Причем в PNG и с прозрачностью.
"разделение готового изображения более чем на десять независимых слоёв - отдельно текст, фон, персонажи и декоративные элементы, включая восстановление ранее перекрытых участков фона"
Также много слов про инфографику и текст (14 языков, мелькает русский).
И странно, что максимально нативно только 2К.
Есть по АПИ как на самих byteplus, так уже и на всех аггрегаторах.
https://docs.byteplus.com/en/docs/ModelArk/1541523
Есть на магнифике, фал, вейвспид, Хиггс, далее везде.
По цене, если я правильно оценил - вполовину Бананы, но проверьте сами.
https://seed.bytedance.com/en/seedream5_0_pro
Техблог:
https://seed.bytedance.com/en/blog/beyond-generation-it-understands-design-introducing-seedream-5-0-pro
@cgevent
По tech-СМИ гуляет история, как Google платит своим сотрудникам по 500К баксов в год, чтобы они тупо ничего не делали.
Формально это правда. Понятно, что Гугл не поехал кукухой и не раскидывает бабло направо и налево. Нет, они идут на такой шаг только с самыми-самыми ценными ИИ-кадрами. Им выгоднее, чтобы те год получали зарплату ни за что, чем пошли улучшать модели в Anthropic или OpenAI. Но самое интересное тут даже не это.
Дело в том, что ИИ-гонка идёт капец как быстро, и в ней всё меняется на космических скоростях. Подходы и знания, которые актуальны сегодня, через год уже устареют чуть менее чем полностью. Именно поэтому в сфере ИИ Гуглу выгодно такое делать (в других сферах - нет, а в ИИ - да). Они консервируют самых ценных и ликвидных ребят на год, чтобы их bleeding edge экспертиза успела "протухнуть". А дальше пусть идут к конкурентам на здоровье, статус-кво в индустрии это уже не изменит.
В общем, чтобы вам платили пол ляма в год за сидение дома - ваши знания должны быть не просто нереально ценными и уникальными. Они должны давать дизрапт в моменте, а потом быстро устаревать. Иначе компания бабла не напасётся на такой "garden leave", и вся схема потеряет смысл.
И ещё любопытный нюанс. В США так делать нельзя, запрещено трудовыми законами. Но в других странах - например, в Великобритании - можно. Так что, самых ценных ИИ-бриллиантов Google запихивает в британский DeepMind, и там уже может их морозить по желанию (жаль, конечно, этих добряков, но не от всего сердца 😈).
Дизраптор
Fable 5 оставили в Claude Code до 12го июля
Это я что, зря всю ночь его гонял тратя лимиты вместо сна 👤
Видимо релиз 5.6 Sol совсем скоро
Reuters: Пекин рассматривает возможность ограничения доступа зарубежных стран к лучшим китайским ИИ-моделям.
По словам трех источников, знакомых с ходом обсуждений, китайские власти в течение последнего месяца проводили встречи с ведущими технологическими компаниями по вопросу возможного ограничения доступа из-за рубежа к передовым китайским моделям, включая те, которые еще не выпущены.
Встречи проводились министерством коммерции Китая, в разговорах участвовали как минимум Alibaba, Bytedanc и авторы GLM-5.2 Z.ai. Масштабы потенциальных ограничений все еще обсуждаются, и они могут применяться только к будущим моделям. Пока неясно, когда и вступят ли они в силу вообще.
Также, согласно двум источникам, китайские власти крайне обеспокоены потенциальной возможностью использования обнаруженных моделью Claude Mythos уязвимостей программного обеспечения и тем, что Вашингтон может использовать эту модель против китайских интересов. Угроза воспринимается как реальная.
===
Я много раз тут и в других каналах выражал точку зрения, что считаю глупым топить за китайский опенсорс, и что не вижу большого будущего у открытых моделей. Почти все модели с большим экономическим потенциалом будут проприетарными, и никто не будет выкладывать модель, которая может принести, условно, 10-30 миллиардов долларов за счёт автоматизации экономически ценных задач. Даже если вдруг окажется что компании сами хотят их выпускать — им почти наверняка не дадут. Может быть это не произойдет в 2026. Может даже не в 2027, но чем дальше в гонке — тем больше ограничений.
Выбор, по-сути, будет из двух: проприетарные модели США или проприетарные китайские модели — и это если выбор будет вообще, а то может быть не-гражданам или не членам коалиции и такого не дадут, что в целом вполне вероятно. Ещё останутся «слабые» локальные модели, но не факт, что они смогут шагнуть сильно дальше, чем те, что публично доступны на данный момент (условно Mythos-class).
Исследователи Anthropic выкатили результаты интересного исследования — в языковых моделях нашли структуру, функционально похожую на «глобальное рабочее пространство» из нейронауки сознания.
Огромная часть вычислений модели — автоматика, недоступная для отчёта. Но внутри нейронных сетей Claude существует небольшая группа паттернов активации, выполняющая роль, аналогичную «сознательно доступному» мышлению у людей. Это область, где модель удерживает мысли, которые она «обдумывает», но не обязательно озвучивает. J-Space не был запрограммирован разработчиками, он появился самопроизвольно в процессе обучения модели.
Есть вполне человеческие аналогии — не зря исследователи проводят параллели с нейронаукой.
Опытный водитель переключает передачи не осознавая. Но, если его спросить, какая сейчас передача, информация об этом втягивается в сознание. У модели так же: счётчик длины строки исправно управляет переносами, вообще не появляясь в рабочем пространстве, но стоит задаче потребовать назвать длину — та же информация всплывает и становится доступной для рассуждения.
Эффект белого медведя: инструкция «не думай об X» подавляет концепт лишь частично, он прорывается. А у пост-обученной модели рядом с прорвавшейся мыслью появляется ещё и damn — она замечает собственный провал, как медитирующий, обнаруживший, что ум опять убежал.
J-space содержит всего несколько десятков концептов одновременно и отвечает менее чем за 1/10 (10%) общей активности внутренних процессов модели. Нейроны в J-space связаны с остальной сетью значительно плотнее — в некоторых частях сети плотность связей выше примерно в 100 раз по сравнению с обычными паттернами.
Работа не доказывает, что Claude обладает «феноменальным сознанием» (способностью чувствовать). Однако исследование демонстрирует наличие «доступного сознания» (access consciousness) — способности оперировать информацией, рассуждать и использовать её для управления поведением. Практическое его использование уже понятно — можно использовать для контроля модели и обнаруживать попытки обмана. Кроме того, это даёт неожиданный метод обучения: если натренировать модель формулировать этические принципы в ответ на гипотетическое «остановись и подумай», поведение улучшается и там, где никто не спрашивает — принципы заселяют рабочее пространство. Тренируя, что модель сказала бы, меняешь то, что она думает.
https://transformer-circuits.pub/2026/workspace/index.html
