автоматизация. - страница 7

«Роботам нужно твоё тело»: RentAHuman.ai и первый рынок труда, где работодатель — AI

70K регистраций, 70 ботов, оплата в крипте. Разбираем, как это работает и почему это не сатира.О чем пойдет речь?Криптоинженер Alexander Liteplo запустил RentAHuman.ai — маркетплейс, где AI-агенты нанимают людей для физических задач.Цифры:70,000+ людей зарегистрировались~70 AI-агентов подключено (соотношение 1000:1)$50-175/час ставкиТолько 13% подключили криптокошелькиСлоган: "Robots need your body because they can't touch grass"Задачи: доставка, покупки, встречи, подписание документов, поедание блюд в ресторанах.

продолжить чтение

TinyAgent.exe: ИИ берет мышь и клавиатуру

Интерфейс tinyAgentМы выкинули всё лишнее. Никакого Python, гигабайтных зависимостей и консольных окон.Это приложение весит всего 600 КБ.Суть проста:

продолжить чтение

AI Bridge: Как по-простому дать Gemini «руки» для управления вашим компьютером

продолжить чтение

Разработчик за месяц надиктовал почти 250 тысяч слов для преобразования речи в текст

Автор блога Modulovalue Модестас Валаускас рассказал, что за последние 39 дней он надиктовал 243 554 слова, что примерно равно объёму двух книг. Он использовал тестовое приложение для диктовки Wispr Flow.

продолжить чтение

Запретный плод уже сорван

Астрофизик Дэвид Киппинг попал на закрытую встречу в Институте перспективных исследований Принстона. Вернулся потрясённым и записал часовой подкаст. Я послушал его весь, чтобы вам не пришлось.

продолжить чтение

«Мне плевать на этику»: элита физики сдалась ИИ

Астрофизик Дэвид Киппинг побывал на закрытой встрече в Институте перспективных исследований (в том самом, где работал Эйнштейн) и вынес оттуда занятное.Краткое содержание:Ведущий учёный института заявил, что ИИ делает 90% его работы. Зал — молча кивнул. По кодингу вердикт ещё занятнее: «полное превосходство машин».Тот же учёный отдал Claude и Cursor почту, календарь, файлы. На вопрос о приватности буквально сказал: «Мне всё равно». Треть зала призналась, что делает так же.Этика? Климат? Рабочие места? Упомянули и забыли. Дословно: «Преимущества слишком велики, чтобы думать об этом».Что напрягает:

продолжить чтение

Плагин Claude обвалил акции на миллиарды

Anthropic на прошлой неделе добавила в Claude Cowork плагины для ревью юридических документов и отслеживания стандартов. Анонс прошёл тихо, а вот рынок отреагировал громко.Падение во вторник: — LegalZoom: −18% — Thomson Reuters (Westlaw): −19% — RELX (LexisNexis): −15% — Wolters Kluwer: −13%Все четыре компании и так потеряли 20%+ с начала года — но после анонса Anthropic падение резко ускорилось.Claude уже считается топовым выбором для юридического анализа. Теперь у него появились специализированные инструменты — в связке с агентом, который может работать часами без человека.

продолжить чтение

Потери на производстве: скрытые пожиратели прибыли и методы борьбы с ними

Многие ошибочно полагают, что потери — это только физический брак (испорченная заготовка или кривой шов). На практике физический брак составляет лишь 10–15% от общего объёма потерь. Это не значит, что 10–15% материала уходит в брак, с таким процентом ни одно производство не выживет. Но это значит, что из всех потерь, которые есть на производстве, именно физический брак — меньшее из зол. 

продолжить чтение

Moltbot: 83 сценария использования open-source AI-агента

Бесплатный агент с 100K+ звёзд на GitHub, который реально выполняет задачи — не просто отвечает текстомДля нетерпеливыхЧто это: Moltbot (ex-Clawdbot, ex-OpenClaw) — open-source AI-агент, работающий 24/7 на вашем сервере.Отличие от ChatGPT: Это не чат-бот. Агент имеет доступ к инструментам (браузер, почта, API) и выполняет действия автономно.Стоимость:Сам агент: бесплатно (MIT лицензия)API для LLM: $25-150/мес (или бесплатно через локальные модели)В статье:

продолжить чтение

Добавил Claude к YandexGPT в анализатор договоров — нашёл в 2.5 раза больше рисков

Почему одной LLM недостаточно, как двухслойная валидация ловит ошибки модели, и сколько бизнес экономит на проверке договоров.Что было в первой версииПару недель назад я рассказывал, как построил модульную систему промптов для YandexGPT. 32 тематических промпта, детекторы паттернов, калибровка по рынку. Система работала, находила риски, но вылезли проблемы:Ложные срабатывания — LLM иногда «видела» асимметрию там, где её не былоПропуски — некоторые паттерны (типа «1% в день за невывоз») проскакивали мимоНет второго мнения

продолжить чтение

1...5678910...20...28
Rambler's Top100