Как распознавать контент, созданный нейросетями (рекомендации для репортеров)
Надоел повсеместный нейрослоп? Мне тоже. Настолько, что даже захотелось поделиться с вами этой статьёй Хенка ван Эса с его рекомендациями журналистам - как можно вычислить картинки, сгенерированные нейросетями. Надеюсь, вам будет также интересно и полезно, как мне и моим друзьям и коллегам. Но меньше слов - больше Хенка ван Эса! В наши дни соотношение полезного сигнала и шума в информационном пространстве приближается к единице. Иными словами, дезинформации почти столько же, сколько реальных фактов — и отличить одно от другого становится
Anthropic окончательно убрала OpenClaw из подписки Claude
Компания Anthropic официально подтвердила: подписка Claude больше не покрывает использование сторонних агентных инструментов, включая OpenClaw. Теперь за такие сценарии придётся платить отдельно.
Вайбкодинг по Chess’ноку. 1. e4
От вайбкодинга к профессиональной ИИ-разработке на примере LanChess: 3300 промптов, 832 коммита, 100 тыс. строк кода и путь от POC к продакшен-сервису.По чесноку
На шаг ближе к Скайнету: научились ли нейросети умножать?
Занимаясь созданием систем искусственного интеллекта, не перестаешь удивляться, из каких порой «костылей» состоят настоящие чудеса прогресса. Например, знаете ли вы, что даже самые современные нейросети фундаментально не умеют перемножать два числа? Они не считают в привычном нам смысле, а скорее запоминают и аппроксимируют ответы.Как так вышло, что ИИ пишет код и сочиняет стихи, но буксует на таблице умножения? Давайте разбираться.Фундаментальная проблема: сложение вместо умножения
Я не программист. Я два месяца учил нейросеть не подлизывать
Я не айтишник. Я технарь. Пять лет отслужил по контракту, после - вахты. В минус шестьдесят четыре чинил подъёмник каротажной станции, отогревал дизель пушкой, получал ожоги о холодный металл. На вахтах во время актировок начал ковырять Unreal Engine 5 - чтобы время убить. Домой привёз не только больную спину, которая ссыпается осколками позвонков в трусы, но и хобби.Нейросети я начал использовать в декабре 2025-го, когда понял, что с движком один не справлюсь. И первое, что меня взбесило - не галлюцинации. К вранью я привык, люди тоже врут. Взбесило другое.
Нельзя так просто взять и внедрить LLM в прод: как управлять ИИ-системами в компании
Сегодня ИИ-агенты, которые что-то делают автономно, уже никого не удивляют.
Глухой телефон для ИИ: мы замерили физику LLM-графов и поняли, почему добавление агентов всё ломает
Сейчас, в 2026 году, индустрия ИИ переживает бум мультиагентных систем. Все собирают свои «рои», фреймворки и crew-команды. Логика проста: если одна LLM умная, давайте свяжем десять, дадим им роли, и они свернут горы.Но на практике мы часто сталкиваемся с магией черного ящика. Иногда 10 агентов действительно решают сложную задачу. А иногда они скатываются в бесконечные галлюцинации, теряют изначальный контекст и выдают результат хуже, чем базовая модель соло. И индустрия решает эту проблему в стиле алхимиков: «просто добавьте еще агентов» или «дайте им больше токенов на общение».
Сэм Альтман подтвердил, что ИИ-пузырь начал сдуваться
Давайте будем честны: лучше бы ИИ-пузырь не лопнул резко, а медленно сдулсяИ, возможно, мы наблюдаем именно это. OpenAI умерила свои аппетиты. Она сократила прогнозные инфраструктурные расходы до 2030 года с
Как не превратить ИИ в машину выгорания: протоколы, итерации и культура
Начнём с разбора людей, их ролей и мотиваций.Возьмем классическую ролевую модель, пока на операциональном уровне.Управляющий — исполнительУправляющий (менеджер, тимлид) — заинтересован в росте метрик и выполнении большего объёма задач за более короткий срок.Исполнитель — заинтересован в том, чтобы выполнить поставленный объём задач в сжатые сроки.На выходе мы имеем такую картину:Исполнителю приходит больший объём задач, но он получает меньше качественной положительной стимуляции.Управляющий доволен тем, что метрики растут, и радостно несёт результаты руководству.
