ИИ-агенты на контентных платформах: два подхода к встраиванию в медиа
На русскоязычных медиа-площадках появились первые публичные интеграции ИИ-агентов непосредственно в пользовательский интерфейс. Два свежих кейса (Хабр и «Код Дурова») демонстрируют разные архитектурные подходы к одной задаче: помочь читателю взаимодействовать с контентом.
60% падение трафика, коллапс моделей и однообразие: что ИИ делает с интернетом
Информационная экономика ИИ оказалась в ловушке собственного производства.
LLM «шаблонно» креативны — подтверждено исследованием
В издательстве Oxford University Press вышло интересное исследование - они дали разным ИИ моделям выполнить задачи на креативность в заданных рамках, чтобы узнать, насколько уникальные решения они предоставят.
Телефонный звонок → структурированный JSON: строим STT + LLM пайплайн на Python
Каждый день в российском бизнесе происходят миллионы телефонных звонков. Колл-центры, клиники, юридические конторы, отделы продаж — везде, где есть телефон, есть поток неструктурированных данных, который никто не обрабатывает. Менеджер повесил трубку, записал в CRM «клиент интересовался» — и 80% информации из разговора потерялось.Я потратил полгода на то, чтобы построить пайплайн, который берёт аудиозапись телефонного звонка и выдаёт структурированный JSON: кто звонил, чего хотел, какие суммы называл, что договорились делать дальше. В процессе набил достаточно шишек, чтобы написать эту статью.
Краткий справочник про внимания (self-attention, cross-attention, multi-head attention)
Механизм внимания (Attention) - это метод в искусственном интеллекте, который позволяет нейросети динамически определять, какие части входных данных наиболее важны для текущей задачи. Он работает через вычисление весов важности для разных элементов входа: более важные элементы получают больший вес, а менее важные - меньший. Затем модель формирует взвешенную сумму представлений, создавая новый контекстный вектор.
Playwright MCP и n8n: как мы используем ИИ в автоматизации тестирования
ИИ в автоматизации тестированияЗаписали подкаст с практикующими QA-автоматизаторами о том, как реально внедрять ИИ в тестирование. Без хайпа — только опыт и грабли.Что внутри:
Вайбкодь потише, пожалуйста! или Пацаны, это и раньше было легко
Итак, что мы имеем в моменте.Люди зачем-то общаются с чат-ботами, по собственной воле, менеджеры пытаются заменить программистов, а топ-менеджеры так вообще видят скорое наступление AGI.Поскольку слепо доверять продавцам лопат глупо, попробуем по фактам и аргументам разобраться что-же поменялось в мире.
Деквалификация через ИИ: нас предупреждали. Теперь это реальность
Умные машины — неумелые пользователи?
Как мы перестали писать промпты и превратили ИИ в аналоговый синтезатор через PyTorch Hooks
Спойлер: Никаких банальных ИИ-оберток, где текст конвертируется в звук через API. Только хардкорная хирургия нейросетей, кросс-модальные мосты и перехват мыслей LLM в реальном времени.За последний год Hugging Face превратился в конвейер одинаковых проектов: берем Llama/Gemma, прикручиваем к ней интерфейс на Gradio, называем это стартапом. Мы для нашего виртуального музыкального артиста Livadies решили пойти другим путем. Мы задались вопросом: как звучит чистая мысль нейросети, если не переводить ее в текст? И как звучит математическая геометрия доисторического камня или кожи рептилии?
Робот складывает футболки 86 раз подряд без ошибок: ИИ-модель GEN-1 достигла 99% успеха
Пять месяцев назад стартап Generalist AI доказал, что в робототехнике работают законы масштабирования — те самые, которые двигают языковые модели. Теперь команда показала, что бывает, когда по этим законам продолжают идти дальше. GEN-1 — первая универсальная модель для роботов, которая выполняет простые физические задачи с успешностью 99%. Предыдущие модели на тех же задачах показывали 64%.

