Как мы навайбкодили стабильный поток лидов из Telegram-чатов за 5000 рублей в месяц
Бизнес-чаты в Telegram — это не только флуд, но и доска объявлений с услугами и вакансиями. В нем нет структуры, но есть запросы на поиск подрядчиков, советы или просьбы о помощи. Мы поняли, что если системно отслеживать чаты, то можно найти клиентов для услуг нашего агентства, то есть организовать канал для лидогенерации. Искать эти лиды вручную довольно сложно, и потому с помощью вайбкодинга сделали бота, который автоматически находит потенциальных клиентов в чатах. Рассказываем, как с помощью ИИ и всего за 5000 рублей в месяц мы получили стабильный поток заявок.Скрытый канал лидогенерации, который есть у каждого b2b-бизнеса
AI-суперапп – главный тренд 2026 по версии Forbes. Что мы видим из GPTunneL с позиции 2 млн пользователей
В декабре я рассказал на Хабре, как GPTunneL вырос от прототипа до 1,5 млн пользователей. С тех пор нас стало 2 млн. Подумал – пора рассказать, что мы делаем сейчас и куда идём. Хабр для этого хорошее место.Если коротко: строим и обучаем собственную модель GROM, развиваем GraphRAG, Creative Lab, vibe-coding, работаем над оркестрацией 100+ моделей через единый интерфейс. Под всё это – ML-команда, начинаем строить инфраструктуру под претрейн, прямые партнёрства с MiniMax, ByteDance, Alibaba, Сбером и рядом других поставщиков моделей – как китайских, так и западных.
Как бенчмаркать ИИ, и как это делаем мы?
Одна из сложностей с LLM: как понять, какая модель способнее? Их создатели наперебой кричат «мы совершили революцию», но как пробиться сквозь хайп и измерить, кто чего реально добился?
Принципиальная детерминированность нейросетей и безопасность
Одним из ключевых требований к информационной системе является воспроизводимость результатов. Однако многие специалисты сталкиваются с трудностями, когда попытка повторить эксперименты приводит к отличающимся показателям. Такая ситуация известна как недетерминированность: модель выдаёт различные результаты при одинаковых входных данных и конфигурации.Вместе с тем, несмотря на распространённое заблуждение, источником проблемы чаще всего становятся не свойства самой нейросети, а упущения на этапах проектирования разработки и эксплуатации.
От правил корреляции к когнитивному ассистенту: что меняется в архитектуре SOC с приходом ИИ
Автор: Искандер Тиморшин, владелец продукта Innostage TDIR Интеллектуальная автоматизация расследования инцидентов ИБ. Почему правил корреляции больше недостаточно? Долгое время ядром любого центра мониторинга и реагирования на киберугрозы (далее по тексту – SOC) оставался корреляционный движок, то есть набор правил для автоматизированного поиска паттернов атак, например, «5 неудачных входов» + «успешный вход» + «активность в БД» = «подозрение на компрометацию» типа 5 failed logins = brute force (5 неудачных попыток входа в систему = метод перебора паролей).
Правда все: Убьет ли ИИ достоверность в онлайне?
Дипфейком уже даже пенсионерок не удивить. И слава Богу мы научились более-менее отличать их от реальности. Возможно в игру здесь вступил какой-то пока еще не открытый, а может и принципиально новый механизм когнитивной эволюции.Но AI продолжает тренироваться с упорством олимпийского фехтовальщика и уколы его становятся больнее и метче. А некоторые виды AI-медиа для экспертизы невооруженным глазом (или ухом) фактически уже потеряны. Особенно это касается текста.Что же нас ждет в недалеком будущем с такими темпами?

