Anthropic — August 2026

Google только что выпустил 15 бесплатных AI-инструментов, которые могут сэкономить тысячи долларов каждый месяц.

Некоторые из них пока в бете, некоторые пока еще в разработке. Но в целом понимать масштаб выпускаемых сервисов гуглом)))

ВОТ ВСЕ 15

Первый - Pomelli. Бесплатный AI для маркетинга. Генерирует весь контент для соцсетей твоего бренда просто по ссылке на сайт. https://labs.google/pomelli

Второй - Stitch. Превращает обычные текстовые описания в красивый современный дизайн интерфейсов для приложений и сайтов. https://stitch.withgoogle.com/

Третий - Google Opal. Позволяет строить AI-автоматизации - как N8n или Make.com, но на собственных моделях Google. https://opal.withgoogle.com/

Четвёртый - AntiGravity. Их собственный AI-редактор кода. Работает как Claude Code или Cursor - отличный вариант для вайб-кодинга. https://antigravity.google/

Пятый - Mixboard. Что-то среднее между Canva и Pinterest. Генерируешь несколько AI-изображений и комбинируешь их пока не получишь именно то что хотел. https://labs.google/mixboard

Шестой - Disco. Превращает открытые вкладки браузера в интерактивные AI-приложения с умным AI-указателем. https://labs.google/disco

Седьмой - NotebookLM. Превращает твои документы, видео и заметки в краткие саммари, подкасты и учебные гайды. https://notebooklm.google/

Восьмой - Learn Your Way. Превращает любую тему в персональный AI-курс, собранный под тебя. https://learnyourway.withgoogle.com/

Девятый - Flow Music. Общаешься с AI-продюсером в чате и генерируешь полноценные песни и музыкальные клипы. https://www.flowmusic.app/

Десятый - Google AI Studio. Клон Lovable для быстрого прототипирования MVP и запуска AI-приложений за секунды. https://aistudio.google.com/

Одиннадцатый - Jules. Автономный агент, который подключается к GitHub, строит фичи и чинит баги. https://jules.google/

Двенадцатый - Gemini CLI. Пилот в терминале: запускает команды, выполняет тесты и управляет системой контроля версий - похоже на Claude Code. https://github.com/google-gemini/gemini-cli

Тринадцатый - Codewiki. Самообновляющаяся вики для GitHub, которая объясняет весь твой кодовый проект с помощью Gemini. https://github.com/deepwiki

Четырнадцатый - Firebase Studio. Визуальная AI-панель для управления бэкенд-данными и облачной логикой. https://firebase.studio/

Пятнадцатый - Gemini Code Assist. Профессиональный AI-напарник по коду, встроенный в VS Code, Cursor и другие IDE, с реально бесплатным тарифом. https://codeassist.google/

Делитесь, что попробовали 👇

А ведь сейчас самое время стартовать безумные ИИ-проекты!

Мой "начался" весной 1822 года, когда Томас Бейл оставил хозяину гостиницы в Линчберге (Виргиния) запертую шкатулку и уехал на Запад – навсегда.

Моррис не вскрывал шкатулку 23 года, а вскрыв – еще семнадцать лет не мог ничего сделать и в 1862-м передал содержимое другу. Это три зашифрованных листка: B1 – где зарыт клад, B2 – что там лежит, B3 – имена тех, кому это отдать. Друг провозился больше двадцати лет, расшифровал только B2 – и в 1885-м анонимно выпустил памфлет The Beale Papers.

С тех пор B1 и B3 так и не пали, хотя 140 лет над шифром бились сотни людей, от любителей до сотрудников АНБ США.

На выходных я открыл чат с Claude Fable: за последние недели модели начали чаще совершать открытия в математике – значит, что-то поменялось в их возможностях. В математику с ИИ сейчас пошли все, от профессоров до любителей. Но в каких еще областях эти модели могут закрыть открытые вопросы? Fable предложила несколько вариантов. Шифр Бейла зацепил больше всего.

Далее я открыл уже GPT-5.6 Pro и набрал:

Разгадай шифр Бейла, не делай ошибок.

Конечно же, нет. В ходе работы выстроилась следующая схема:

Fable 5 – выдвигает гипотезы и принимает решения. Opus 5 – в отдельном чате отвечает на мои дурацкие вопросы по теме. Codex на GPT-5.6 Sol – работа с файлами или веб-поиск в несколько потоков. GPT-5.6 Pro – главный “мыслитель” в команде, пашет по 90-100 минут и не жалуется.

Работы хватает каждому, даже мне остается.

Первый этап – оцифровать все три текста. Оригиналы не сохранились, первой копией был сам памфлет, который потом переписывали руками, перепечатывали и сканировали – с ошибками. А каждая ошибка ломает работу: напишешь 108 вместо 10, 8 – и весь шифр дальше сдвинется на знак.

Спасает вскрытый B2: если в копии он без ошибок, выше шанс, что и на других листках их минимум. На сверку ушел почти целый день – два прохода Codex, проверки Fable, а в тяжелых случаях я сам открывал скан и писал: “здесь шестерка”.

Второй этап взяла GPT-5.6 Pro: похожи ли B1 и B3 на настоящие. Структура видна и в нерасшифрованном тексте — по ней можно предполагать, шифр перед нами или мистификация.

На этом этапе мы встали с двумя находками.

Первая: у B1 и B3 действительно угадываются структуры, причем разные – их могли шифровать по-разному.

Вторая интереснее. В сети лежит репозиторий Дэвида Фицджеральда – тот же анализ на два с половиной месяца раньше, с Opus 4.6. Оцифровка почти идентична моей. Вывод у Фицджеральда такой: весь шифр – мистификация.

Версия мистификации популярна, но расчеты Фицджеральда прошли не замеченными. У Fable есть идея, как их усилить, но если опровержение Фицджеральда не стало убедительным ранее, вряд ли поможет уточнение.

И вот тут закрадывается подозрение. В математике люди десятилетиями красиво доказывали гипотезу якобиана, потому что это было мейнстримом. А ИИ пришел и опроверг гипотезу “уродливым” контрпримером. Застревали не на сложности, а на вкусе: брались за элегантное, брезговали топорным.

А между тем у обоих шифров максимумы делятся на 325 – это примерно страница книги формата октаво. Где-то есть печатный текст на три-четыре страницы, который все это породил. Фицджеральд прогнал 9500 книг Проекта “Гутенберг” и не нашел ничего – но в Гутенберге лежат книги, а нам нужен альманах, листовка, газетная колонка. Сегодня печать XIX века частично оцифрована – изучать ее тупым перебором все еще сложно, но, быть может, возможности новых моделей дадут здесь шанс?

Рассчитываю ли я на успех? Вероятность – 0,00001%. Зачем тогда жгу лимиты двух дорогих подписок? Это самообразование: рабочую рутину мне закрыл еще Opus 4.5, а здесь можно гонять передовые модели на пределе и заодно учиться собирать из них команду с самопроверкой.

Ну и в конце концов это просто весело!

Поддержать отечественную криптографию (в моем лице) можно подпиской на “Бусти” – там вас ждет 20+ лонгридов по работе с ИИ. Прочитаете все – и вскроете шифр Бейла быстрее меня!

Trip2g

trip2g - открытый проект (один Go-бинарник на SQLite), который превращает хранилище Obsidian или просто папку с Markdown в живой хаб знаний. Одна и та же заметка работает дважды: как веб-страница для человека и как ответ ИИ-агенту через MCP.

Из заметок собирается: сайт, база знаний с полнотекстовым и семантическим поиском (RAG из коробки), канал в Telegram, MCP-сервер для агентов. Правки уходят за миллисекунды. Формулировка авторов - «от Markdown до пиринговой сети знаний».

Для тех, кто

*⃣Ведет базу знаний в Obsidian и хочет делиться частью заметок - публично, по подписке или платно. Разделение доступа через подграфы: что-то открыто всем, что-то только своим. *⃣Работает с ИИ-агентами (Claude Code, любой MCP-клиент) и хочет дать им долгую память обычными Markdown-файлами с читаемой историей правок, а не непрозрачной векторной базой. *⃣Является автором канала или курса: те же заметки публикуются в Telegram, платный контент закрывается пейволом. *⃣Команда или компания: центральный хаб плюс хабы сотрудников, один запрос агента ищет по всем сразу.

Как это работает

Наполнять хаб можно как удобно:

*⃣плагином синхронизации прямо из Obsidian - в один клик, двусторонняя синхронизация, хранилище остаётся локальным; *⃣из терминала или силами агента - API, вебхуки; *⃣через Git - вся база доступна как обычный репозиторий: git clone для бэкапа с историей, git push для правок.

На выходе получаем:

*⃣Сайт - оформление через шаблоны, от «просто фронтматтер, без кода» до своих HTML-шаблонов; mermaid-диаграммы и графики из CSV из коробки; *⃣MCP-сервер в каждом хабе: поиск, чтение заметок, поиск похожих; доступ агента ограничен его подпиской; *⃣Telegram-канал - заметки становятся постами, правка заметки обновляет пост;

Кейсы

*⃣ Публичный второй мозг: часть vault - публичный сайт, часть приватная; агент отвечает по заметкам с указанием источников. *⃣ Память агента: MCP-клиент подключается к хабу и получает поиск по всем заметкам, без отдельного «инжеста». *⃣ Контент-конвейер: заметка одновременно на сайте, в Telegram и в RSS; ссылки не ломаются. *⃣ Платная база знаний: закрытые материалы как подграф с пейволом, бесплатное открыто. *⃣ Федерация: несколько хабов соединяются в сеть, один запрос агента ищет по знанию всех. *⃣ Лендинги: встроенный движок шаблонов позволяет собирать страницы из кусоков markdown.

Как попробовать

*⃣ Без установки за полминуты: добавить публичный хаб trip2g.com/_system/mcp в свой MCP-клиент и задать вопрос. *⃣ Локально: git clone https://github.com/trip2g/trip2g, затем quickstart через docker compose. *⃣ На своём сервере: SSH и одна команда - установщик спросит режим запуска, e-mail владельца и способ входа, скачает релиз и запустит фоновой службой. Ubuntu 24.04 из коробки, другие системы не гарантируются. Через пару минут сайт готов.

Ссылки

Репозиторий: https://github.com/trip2g/trip2g Документация (ru): https://trip2g.com/ru/user MCP-хаб для проб: https://trip2g.com/_system/mcp Сайт проекта - главное демо: https://trip2g.com/ru

🧠 Почему вам нужно крайне осторожно относиться к LLM как факт-чекеру и как вас ИИ легко может ввести в заблуждение и что с этим делать?

Для начала нужно понимать, что у ИИ нет никакого своего мнения как у эксперта-человека. В зависимости от контекста LLM моментально «переобуется в полёте» и будет выдавать разные точки зрения на вроде бы аналогичные запросы. Давайте рассмотрим, «как ИИ думает» и какие техники есть для получения более качественных ответов на валидацию информации.

Прежде всего стоит помнить о заморозке семантики в KV Cache у LLM. Это легко превращает ИИ в «упрямого осла», даже если его аргументы были ошибочными. Хотя все LLM на RL-обучении тренируют «передумывать», старая семантика ошибочных векторов никуда не исчезает, и за счёт Attention Sink ИИ очень склонен удерживать ошибочную точку зрения, потому что старые векторы для него — «центр семантического притяжения». Поэтому всегда открывайте новые сессии и под разным стартовым ICL для серьёзных вопросов.

Но есть ещё более важное заблуждение обывателей об ИИ, которые думают, что ИИ сообщает какие-то сведения в силу своей «экспертной убеждённости». Это ошибочный антропоцентризм для ИИ. Тут нужно заглянуть, как ИИ учил факты из pretraining и SFT. На самом деле там обучение в духе «Попугай Попка», так как ИИ заставляют учить datasets дословно и токен-в-токен его повторять. Это не тема про «экспертизу». Эти знания ИИ использует для ответа на ваши вопросы как интерполяцию между кейсами из этого байесовского разнообразия обучения. Однако вы критически зависимы от того, какой был dataset. В реале ИИ будет выбирать не верные, а частотные кейсы. Например, если в dataset было много утверждений в духе «Claude хорошо программирует» или «американские LLM лучшие», то для модели это облако кейсов в её гиперпространстве смысла создаёт мощнейший центр притяжения как семантическая чёрная дыра. ИИ будет крайне склонен при интерполяции кейсов в ответах сдвигаться к этим частотным облакам кейсов в силу их частоты, а не логической верности.

Хотя на RL-обучении все LLM учат логично рассуждать через тот же PRM, перебить «заблуждения частности» из своего обучения в реале ИИ не может. Без хорошего ICL сам ИИ будет работать как Капитан Очевидность, что для ответов однозначных обычно ок, но для экспертных, где ещё есть даже среди учёных битвы «остроконечников» и «тупоконечников», будет без ICL даже ИИ беспомощен, так как ему нужна от вас исходная информация, к какому лагерю гипотез примыкать. Его выбор может быть даже случайным в таких ситуациях.

📌 Основная мораль тут в том, что всегда имейте в виду: ИИ имеет потенциальное «заблуждение частотности» и потом ещё станет упрямым ослом в заблуждении из-за замерзания KV Cache. Старайтесь через ICL сразу смещать под разными углами вопросы к ИИ. Создавайте ансамбли разных ИИ. Не давайте ИИ коллапсировать в одну гипотезу-ответ, а стройте стратегию работы с ним через суперпозицию смыслов с анализом альтернативных гипотез трактования.

Просто бросить какой-то контекст без ICL на анализ ИИ — часто способ того, что LLM вас одурачит своим наукообразием ответов, и вы поверите в нерациональное решение модели. Правильные ответы на деле в ваших руках. Сам ИИ без позиции относительно обучения, его «родная позиция» — лишь частность кейсов из dataset.

Создатель Claude и CEO Дарио Амадеи недоволен, что соискатели выбирают работу из-за денег, а не из-за миссии.

Все руководители ведут себя одинаково 💼

Бизнеснакрепко

UI Technical Designer | UI Unreal Engine Developer | 5 years

Специализируюсь на создании UI для PC-проектов. Уверенно владею C++ и Blueprints, глубоко знаю UE5 UI Framework. Буду максимально эффективен в проектах со сложной системой интерфейсов.

🔍 Что ищу: Удаленную работу (включая part-time) в аккредитованных IT компаниях.

🛠 Ключевые навыки и подход: • Архитектура: Глубокое понимание UE5 UI Framework, CommonUI. • Разделение ответственности: Визуал и анимации строго в UMG/Blueprints, бизнес-логика и алгоритмы — в C++. • Рефакторинг: Умею безболезненно мигрировать сложную BP-логику в C++ для повышения стабильности и удобства код-ревью. • Инструменты: Figma (чтение и реализация макетов), Git, Jira, Confluence. • AI-воркфлоу: Активно использую нейросети (Qwen, Claude, Cursor) для ускорения разработки и решения нетривиальных задач.

🏆 Опыт и достижения: • Разработал/верстал UI для двух крупных UE5-проектов жанров CCG и FPS. • Успешно внедрил плагин CommonUI в проект. • Провел масштабную миграцию UI-логики из Blueprint в C++, что устранило баги компиляции, повысило FPS/стабильность и сильно упростило работу команды с кодом.

🏋️‍♂️ Дополнительно: • В данный момент изучаю Slate для расширения компетенций. • А так же пытаюсь разобраться в профилировании проектов.

📬 Контакты: • Telegram: @exeyla

#резюме #remote #cv #unrealengine #ue5 #umg #junior+ #middle #gamedev #разработчик #resume #ui

А помните, как появился клод и кодекс, и сразу стало миллион инновационных приложений, каждое запускается за 0.25 секунд, 120 фпс у каждого, сам апстор очистился, и программисты все такие светлые вокруг и все друг другу улыбаются.

Вот и я не помню.

😃 iOS Dev

🚨 Сегодня в 21:00 закрываем продажи на курс «Claude на максимум»

Это последний день, когда можно присоединиться ко второму потоку и за один месяц изучить все возможности Claude: от настройки под себя до создания агентов, сайтов, мини-приложений, дизайна, видео и полноценных рабочих систем.

После оплаты вы сразу получите доступ к обучающей платформе, урокам, каналу и чатам курса — можно сразу заходить и начинать обучение.

Если вы давно смотрите в сторону Claude, но откладываете, сегодня нужно принять окончательное решение.

⏰ Присоединиться можно до 21:00. После этого продажи будут закрыты.

👉 Перейти на курс: https://claude2.golyginayulia.ru/

Если остались вопросы или возникли сложности с оплатой, напишите в службу заботы: https://t.me/sluzba_zaboti_golygina

🧠 Anthropic: Prompt Engineering відходить на другий план. Настав час Context Engineering.

Компанія випустила нові рекомендації для Claude 5 і поділилася несподіваним висновком: вони видалили понад 80% системного промпта Claude Code, і якість роботи від цього не погіршилася.

Що радять тепер?

✅ Замість довгих інструкцій — давати моделі реальний код, тести, HTML-макети та готові приклади реалізації. ✅ Інструкції для рев'ю, перевірок та інших окремих задач виносити у Skills, щоб Claude відкривав їх лише тоді, коли вони справді потрібні. ✅Файл CLAUDE.md тримати максимально коротким — лише призначення проєкту та важливі особливості кодової бази. ✅Приклади використання інструментів стали менш важливими. Натомість варто створювати зрозумілі інтерфейси з чіткими параметрами й обмеженнями. 💊 Також з'явилася команда /doctor, яка аналізує CLAUDE.md і Skills, знаходить зайві інструкції та допомагає скоротити контекс

Більше інфи.

🚩Почему американские вендоры LLM не публикуют патентов и статей по архитектурам и как это может подорвать их позиции в Азии и ЕС.

Релиз Qwen 3.8 и Kimi K3 показывает, что китайцы перешли на новое поколение архитектуры из гибрида GPT-моделей со State. Это априори даёт выигрыш перед чистым GPT, т.к. State позволяет лучше помнить модели главные факты контекста и намного лучше генерировать код, если архитектура позволяет прямо моделировать его поведение нативно через эволюцию State. В случае Qwen 3.8 продолжается ещё стратегия обучения Agent First на длинные траектории, что имеет преимущество перед Reasoning First у Claude, если вам нужна долгая автономность. В этом посте я бы затронул вопрос о частой обывательской байке, что американцы «секретно» делают аналоги китайских технологий, просто не публикуют и не патентуют. На деле тут скорее технологическое отставание от Китая и надежда на санкционный режим, а не на патенты. Давайте разберёмся.

Для начала миф, что американские вендоры LLM делают «секретные патенты». Invention Secrecy Act (1951) — это система секретных патентов в США, которая управляется строго агентствами оборонного сектора (DoD, NSA, DoE). Это патенты прямо для разработки оружия, любые попытки патентовать LLM тут бесперспективны. Поэтому никаких секретных патентов ни у Anthropic, ни у OpenAI нет.

Второй миф, что китайские MIT-лицензии на LLM открывают патенты за ними. Важно понимать принцип: «MIT License ≠ патентная защита».

На самом деле Anthropic и OpenAI тут рассчитывают на норму 35 U.S.C. § 273 (Prior User Rights), т.е. если они начали использовать что-то до китайского патента и могут доказать, что именно до него, то могут использовать. Проблема в том, что это не признаётся в ЕС и странах Азии, да и в самих США на вендоры LLM ляжет бремя доказывания, что без открытых публикаций не так-то и просто. Вторая надежда на прецедент Alice Corp. v. CLS Bank (2014), где в значительной части случаев алгоритмы внутри LLM могут не подлежать патентованию, но это также не означает отклонения патентной заявки китайцев в США автоматически и ничего не даёт для международной патентной защиты.

На самом деле проблема китайских патентов уже очень серьёзная, и Правительство США пытается с ними бороться теми же санкциями, просто ограничивая санкциями патентные права в США. Однако как международный инструмент это всё более слабый инструмент, времена господства Запада в мировой торговле уже в прошлом.

На деле из этого обзора правовой ситуации скорее следует вывод, что особо патентовать-то американцам в архитектурах LLM просто нечего. Тут не «очень хитрый план», а банальное технологическое отставание от Китая в самих архитектурах. Тот же Anthropic по факту сидит на Reinforcement Learning примерно 3-х летней давности, и Дарио своей постоянной вознёй с AI Constitution это подтверждает. В штате Anthropic всего 3% персонала по RL-обучению, как я публиковал ранее по данным LinkedIn. Американцы больше сдвигают акцент на разработку datasets и рассчитывают преодолеть технологическое отставание в GPT-архитектурах банальным brute force их огромных ЦОД.

Основной тут риск, кроме юридического, что себестоимость инференса американских LLM нереально высокая. Разрыв с тем же DeepSeek V4 уже более 60 раз, как я показывал на калькуляторе KV Cache ранее. При завершении дотаций инвесторов за токены это всё всплывёт огромными ценами, а переключиться на китайские технологии за стеной патентов будет непросто.

🤖 Глава BitGo положил 100 BTC в кошелёк и предложил Anthropic взломать его на практике — так он высмеял громкие заявления компании о «хакерских» возможностях ИИ.

​​Дайджест июль 2026:

Представляем дайджест научных событий за последний месяц.

Наука в мире

• Медали Филдса 2026 года присуждены Юй Дэну, Джону Пардону, Джейкобу Цимерману и Хун Ван; церемония прошла на Международном конгрессе математиков в Филадельфии.

• Группа исследователей запустила проект на платформе PubPeer: исследования, повторно проверяющие уже опубликованные результаты, теперь напрямую связываются с исходными статьями.

ИИ в науке

• Nature публикует путеводитель по рынку «ИИ-учёных»: наряду с Claude Science Anthropic конкурируют Co-Scientist от Google DeepMind и открытый Biomni от академических исследователей

• Nature сообщает о появлении инструмента "humanizer", удаляющего из научных текстов и грантовых заявок языковые паттерны, характерные для ИИ: он фактически делает детекторы ИИ-текста бесполезными и открывает путь к скрытому использованию генеративного ИИ без раскрытия информации.

Научная этика

• Анализ 70 000 биомедицинских препринтов показал, что их ключевые выводы крайне редко меняются после рецензирования, а статьи, прошедшие стадию препринта, отзываются вдвое реже тех, что публиковались в журналах сразу.

• Анализ 110 303 рукописей, поданных в Science и Science Advances с 2016 по 2020 год, показал, что авторы из Китая принимаются в 3,3 раза реже, чем авторы из США и Канады (2,5% против 8,3%); при этом штрафной эффект сохраняется на всех этапах рецензирования и распространяется даже на западных исследователей с китайскими фамилиями.

• Нобелевский лауреат, нейробиолог Томас Зюдхоф призвал США или ЕС ввести государственное регулирование научного издательского рынка по аналогии с FDA.

• Springer Nature восстановил две отозванные статьи Макса Планка 1940 и 1942 годов.

Редакционна политика

• Журнал Biology Open протестировал оплату рецензентам и сократил время до первого редакционного решения на 85%, не потеряв в качестве рецензий; главный редактор рассказывает Nature, почему этот подход работает и может ли он стать моделью для отрасли.

Наука в России

• НБЖД сообщает, что в РАН обсудили создание единого национального реестра отозванных научных статей.

• Подписан закон об искусственном интеллекте в России.

#дайджест #новостинауки #иивнауке #новости #научнаяэтика #научнаяполитика

현재 우리 하네스 상태

다들 좋다고 하는거 스킬, 룰이 덕지덕지 붙어 있음 ㅋㅋ

저도 그래서 헤르메스 메인으로 사용하고 lazycodex, claude를 불러서 사용하게끔 해놧네유

나머지는 최대한 제거 중..

📮 ИИ уже сам пишет код, управляет роботами, раздаёт голосовые команды агентам и даже режет ваши счета за генерацию — собрали главное из техканалов, чтобы вы не проснулись в мире новых правил последним.

📆 Искусственный интеллект – сводка за 3 августа

Alibaba показала Qwen3.8-Max — монстра на 2,4 трлн параметров, который может работать автономно больше 10 дней подряд. 🤖 “Complete Ai” и другие техканалы рассказывают, что новая мультимодальная MoE-модель заточена под агентские сценарии: она сама планирует, пишет код, анализирует картинки и не требует человека «над душой». Доступ будет через API, а уже на следующей неделе Alibaba обещает выложить веса — это может сильно встряхнуть рынок open-source ИИ. Другие посты об этом же: один, два

ChatGPT и Claude учатся «разговаривать» по‑настоящему и управлять агентами голосом. 🗣 “Chad Gpt | Нейросети” пишет, что ChatGPT теперь голосом запускает и контролирует задачи в Work и Codex, а Anthropic прокачала голосовые модели Opus и Sonnet: они тянут сложные запросы и живое общение. Голос превращается из игрушки в полноценный интерфейс к агентам и рабочим процессам.

Qwythos-27B-v1: ещё один «заточенный под агента» ИИ на базе Qwen3.5. 🛠 По данным “Нейронавт | Нейросети В Творчестве”, Empero дообучили Qwen3.5-27B под работу с инструментами, CLI-агентами и function calling, сохранив vision и MTP-головку для быстрой генерации. Модель ориентирована на сценарии, где ИИ не просто отвечает, а активно пользуется утилитами и API.

DeepSeek V4-Flash признали самым выгодным ИИ по цене задачи — около $0,03. 💸 “Неискусственный Интеллект” отмечает, что модель многословна, но по стоимости в разы дешевле конкурентов вроде Kimi K3, GPT-5.6 Sol и Claude Fable 5. Это делает V4-Flash привлекательным там, где нужно гнать миллионы запросов и считать каждый цент.

Google выводит Gemini Robotics 2: язык наконец напрямую управляет роботами. 🤖 Канал “Omg Gpt” рассказывает, что новая система учит роботов-помощников понимать естественные команды, двигаться по комнате, брать и перекладывать вещи, подстраиваться под изменения. Модель умеет работать офлайн и тянет задачи с тонкой моторикой — шаг к более полезным бытовым и сервисным роботам.

МТС запустила ИИ-агента для анализа посещаемости мест — от ТЦ до кафе. 📊 “База Знаний Ai” пишет, что в сервисе «Посещаемость объектов» платформы «Геоэффект» агент по обезличенным данным строит портреты гостей, пики трафика и влияние погоды или событий. Он также группирует аудиторию по интересам, превращая сырые логи визитов в понятные бизнесу инсайты.

Трафик из Google Search падает, а переходы из ChatGPT растут на 200% — медиа срочно ищут план Б. 📉 “Ppprompt” ссылается на Axios: за год поисковый трафик из Google Search просел на 34%, Discover — на 15%, зато клики с ChatGPT взлетели. Вывод для изданий прямой: меньше надежд на алгоритмы Google, больше фокуса на собственный бренд, подписки и прямые каналы с аудиторией.

PrunaVAED ускоряет LTX‑2.3 почти вдвое и режет потребление VRAM наполовину. ⚡ “Нейронавт | Нейросети В Творчестве” пишет, что этот альтернативный VAE-декодер даёт ~1,7х ускорение и около −50% к пику VRAM при сопоставимом качестве картинки. Он уже работает с diffusers/LTX-2.3-Diffusers и протестирован на NVIDIA H100 80GB — хороший апгрейд для тяжёлых генеративных пайплайнов.

🤖 svodka.​ai – ИИ читает каналы, вы читаете главное

💌 Кому из ваших знакомых эти новости тоже будут полезны? Перешлите им почитать

Искусственный интеллект. Подписаться на ежедневную svodka.ai

Ⓜ️ Подпишитесь на наш канал в MAX – чтобы читать сводки Telegram-каналов, даже если Telegram ограничен

TEÓRICOS DEL OCULTISMO

El ocultismo también ha sido objeto de estudio por parte de grandes pensadores. Entre ellos destacan: Hermes Trismegisto, Pitágoras, Platón, Plotino, Porfirio, Jámblico, Proclo, Dionisio Areopagita, Juan Escoto Erígena, Alberto Magno, Tomás de Aquino, Ramón Llull, Nicolás de Cusa, Pico della Mirandola, Marsilio Ficino, Giordano Bruno, Tommaso Campanella, Robert Fludd, John Dee, Edward Kelley, Athanasius Kircher, Jacob Böhme, Emanuel Swedenborg, Louis Claude de Saint-Martin, Joseph de Maistre, Fabre d'Olivet, Eliphas Lévi, Helena Blavatsky, Annie Besant, Charles Webster Leadbeater, Rudolf Steiner, Guido von List, Jörg Lanz von Liebenfels, Aleister Crowley, Dion Fortune, Israel Regardie, Gareth Knight, Kenneth Grant, John Michael Greer, Lon Milo DuQuette, Donald Michael Kraig, Chic Cicero, Sandra Tabatha Cicero, David Griffin, Christopher McIntosh, Nicholas Goodrick-Clarke, Joscelyn Godwin, Gary Lachman, Eric P. Wilson, John H. Greer, Arthur Edward Waite, Samuel Liddell MacGregor Mathers, Florence Farr, Moina Mathers, Henri Corbin, Henry Corbin, Mircea Eliade, Ioan P. Couliano, Antoine Faivre, Wouter J. Hanegraaff, Marco Pasi, Egil Asprem, Henrik Bogdan, Gordan Djurdjevic, Manly P. Hall, James Wasserman, Christopher C. McIntosh, John Michael Greer, John H. Greer, Mitch Horowitz, Carl Jung, Marie-Louise von Franz, Joseph Campbell, James Hillman, Jeffrey Raff, Edward F. Edinger, Eric Neumann, James Hollis, Robert A. Johnson, Thomas Moore, Clarissa Pinkola Estés, Jean Shinoda Bolen, Marion Woodman, Nor Hall, Ann Belford Ulanov, Murray Stein, David Tacey, Michael Gellert.

🔴 При недоступности Telegram используйте сайт neuralbox.ru.

Вы можете использовать все наши сервисы на разных платформах 🍏 iPhone ✉️ VK-приложение Ⓜ️ Max-бот 🧑‍💻 API 🌐 Сайт

Эти боты решат любые задачи – от креатива до поиска информации:

🖼 ИЗОБРАЖЕНИЯ 🍌 Nano Banana 2 Pro — сохраняет лицо с фото 📹 Seedream 5 Pro — точный текст на картинке 💻 GPT Image 2 — лучшая генерация на сегодня 👩‍💻 Midjourney 8.2 — создавайте шедевры 💫 StableDiffusion — уникальные картинки

🎬 ВИДЕО 📹 Seedance — плавные кинематографичные ролики 📼 Kling AI — текст в видео, повтор движений 🎲 HeyGen — перевод видео 🎞 Google Veo 3.1 — видео с голосом и музыкой 🎞 Runway Aleph — редактируйте видео словами 🐎 Happy Horse — из видео, фото и текста 📹 Gemini Omni — аватар с вашим лицом и голосом 💻 Sora 2 — от OpenAI, без водяных знаков

🎵 МУЗЫКА 🎵 Suno AI — сочиняйте песни 🎵 Mureka AI — музыка и вокал по тексту 📹 Lyria 3 — музыкальная модель Google

📝 ТЕКСТ 💻 GPT-5.6 — текст с файлами и картинками 🖥 Claude Fable 5 — мощный альтернативный AI 🖱 Perplexity — поиск с источниками 🖼 YandexGPT — российская модель Ⓜ️ Meta — Llama — открытая модель ✨ Gemini — модель Google

🎙 ОЗВУЧКА И РЕЧЬ 🗣 Eleven Labs — озвучка и клон голоса 📝 Whisper Voices — аудио в текст

🧰 ДРУГОЕ 🎛️ Все нейросети в одном боте — полный набор 🕵️ Инста-шпион — смотрите незаметно 🔍 Поиск по фото — нужная инфа за секунды

Без подписок и повторяющихся платежей — оплата только за то, что используете.

#Alibaba #TopazLabs #Solar

🔴 При недоступности Telegram используйте сайт neuralbox.ru.

Вы можете использовать все наши сервисы на разных платформах 🍏 iPhone ✉️ VK-приложение Ⓜ️ Max-бот 🧑‍💻 API 🌐 Сайт

Эти боты решат любые задачи – от креатива до поиска информации:

🖼 ИЗОБРАЖЕНИЯ 🍌 Nano Banana 2 Pro — сохраняет лицо с фото 📹 Seedream 5 Pro — точный текст на картинке 💻 GPT Image 2 — лучшая генерация на сегодня 👩‍💻 Midjourney 8.2 — создавайте шедевры 💫 StableDiffusion — уникальные картинки

🎬 ВИДЕО 📹 Seedance — плавные кинематографичные ролики 📼 Kling AI — текст в видео, повтор движений 🎲 HeyGen — перевод видео 🎞 Google Veo 3.1 — видео с голосом и музыкой 🎞 Runway Aleph — редактируйте видео словами 🐎 Happy Horse — из видео, фото и текста 📹 Gemini Omni — аватар с вашим лицом и голосом 💻 Sora 2 — от OpenAI, без водяных знаков

🎵 МУЗЫКА 🎵 Suno AI — сочиняйте песни 🎵 Mureka AI — музыка и вокал по тексту 📹 Lyria 3 — музыкальная модель Google

📝 ТЕКСТ 💻 GPT-5.6 — текст с файлами и картинками 🖥 Claude Fable 5 — мощный альтернативный AI 🖱 Perplexity — поиск с источниками 🖼 YandexGPT — российская модель Ⓜ️ Meta — Llama — открытая модель ✨ Gemini — модель Google

🎙 ОЗВУЧКА И РЕЧЬ 🗣 Eleven Labs — озвучка и клон голоса 📝 Whisper Voices — аудио в текст

🧰 ДРУГОЕ 🎛️ Все нейросети в одном боте — полный набор 🕵️ Инста-шпион — смотрите незаметно 🔍 Поиск по фото — нужная инфа за секунды

Без подписок и повторяющихся платежей — оплата только за то, что используете.

#Faceswap #Grok #Tongyi

Claude вместо экспертизы

Как вам ситуация: именитый эксперт выдаёт за свою аналитику выгрузку из Claude. В трёх вариантах — выбирайте любой.

Не буду говорить о пользе и вреде ИИ, об этом написано миллион миллиардов постов. Но выдавать за свою экспертную позицию реферат из нейросети (пусть даже очень умной) — такое отношу к категории «моветон».

С точки зрения управления репутацией и личного бренда работает против человека. И, поверьте, друзья мои, хитрость видно сразу. В том числе потому что каждый из нас может забить этот запрос в большую языковую модель и получить ровно то же самое.

Основано на реальных событиях...

💚 Софья Чмух/Sofya Chmoukh

«Осенние цветы» (Autumn Flowers)

Жан-Батист Клод Роби (Jean Baptiste Claude Robie, 1821-1910) — известный бельгийский живописец и литератор, признанный мастер цветочного натюрморта.

Он внес значительный вклад в развитие жанра, отойдя от строгих канонов старых мастеров и добавив в свои работы академическую точность, обилие света и невероятную детализацию. Основным лейтмотивом его творчества стали розы, за что современники часто называли его «художником роз».

Натюрморт | Still life

Каждое слово, которое вы пишете Claude AI, разбивается на токены это минимальные кусочки текста, с которыми модель реально работает. Другими словами Токены это ваши деньги, и они тратятся быстрее, чем кажется.

В английском один токен это примерно 4 символа, а в русском из-за сложной морфологии на одно слово уходит уже 2-3 токена . Именно поэтому русскоязычный промпт тратит лимит заметно быстрее английского

Один из главных инструментов экономии в этой ситуации это кеш

Кеш запоминает уже обработанную часть промпта, чтобы модель не пересчитывала её заново, а брала готовый результат из памяти . Такое повторное использование стоит всего 10% от обычной цены . Но кеш живёт недолго (обычно 5 минут), и при неаккуратном промпте он часто не срабатывает, заставляя платить полную цену

Один из главных инструментов экономии это кеш. Что такое кеш и зачем он нужен Кеш запоминает уже обработанную часть промпта, чтобы модель не пересчитывала её заново, а брала готовый результат из памяти

Такое повторное использование стоит всего 10% от обычной цены.

Но кеш живёт недолго (обычно 5 минут неактивности ), и при неаккуратном промпте он часто не срабатывает, заставляя платить полную цену

И супер Важно это оптимизировать промпты. И это экономит и деньги, и лимиты сессии.

Вот чек-лист, который нужно использовать перед каждой рабочей сессией с Claude.

Структура промпта

Стабильную часть (системные инструкции, примеры, большой контекст) размещайте в начале, изменяемый вопрос в конце: это позволяет кешу срабатывать на повторяющемся куске .ЭКОНОМИЯ!!!

Не меняйте порядок инструментов, схем и формулировок без необходимости , любая перестановка ломает кеш и заставляет платить полную цену заново

Переменные данные (даты, timestamp, случайные ID) не вставляйте в начало промпта они делают префикс "нестабильным" и мешают кешированию .

Убираем лишнее из текста

Проверяйте каждое предложение вопросом "если его убрать, результат изменится?" если нет, удаляйте .

Уберите вежливые обороты и разговорный мусор ("пожалуйста, будь краток") модель и так умеет сжимать ответ, эти фразы просто съедают токены .

Устраните повторяющиеся правила , например, не пишите отдельно "не используй жаргон" и "не используй сленг", если это одно и то же

Сократите примеры до 1-2 штук вместо пяти-шести - few-shot тоже стоит токенов!!!!

Ограничивайте область и формат

Указывайте формат ответа заранее (JSON, короткий список, diff-код) это экономит на выходных токенах и убирает не нужное из ответа .

Сужайте область задачи не "посмотри весь проект", а "работай только с функцией X в файле Y" это резко снижает объём контекста, который модель должна прочитать

Для CLI-агентов (Claude Code) ставьте ограничение на число шагов (max-turns), чтобы задача не расползалась в долгий цикл действий .

Работа с контекстом и историей

Не передавайте модели весь документ или всю историю чата , выбирайте только релевантные фрагменты под конкретный вопрос .

Отключайте неиспользуемые инструменты (веб-поиск, MCP-серверы), если задача в них не нуждается , они добавляют описание в каждый запрос .

После завершения крупного блока работы делайте /compact, а не тащите всю историю дальше «на всякий случай» .

Проверка перед запуском

Целевой размер системного промпта ЭТО до 200 токенов; если больше, ищите, что сократить

Отказывайтесь от пошагового рассуждения (Chain-of-Thought) в промпте, если задача простая и не требует сложной логики .

Протестируйте короткую и длинную версию промпта на одной задаче и сравните качество ответа ЭТО экономия не должна портить результат

ДЕЙСТВУЙТЕ!!!!

ИИ теряет деньги тоннами 💵🔥

The Economist посчитал, что при текущем уровне инвестиций в ИИ для выхода на окупаемость нужно генерировать $2,5 трлн выручки в год.

А знаете, сколько сейчас получают вместе взятые Anthropic, OpenAI, Google, Microsoft, SpaceX и Meta? Всего $150 млрд в год.

То есть всего 6% от необходимой до БЕЗУБЫТКА суммы. Колоссальные потери при максимальных надеждах рынка.

Особенно опасно ситуация выглядит на фоне того, что OpenAI и Anthropic могут выйти на биржу до конца этого года, и им каким-то образом нужно показать позитивные финансовые результаты, иначе всему рынку придется напрячься.

Массовое внедрение ИИ достигалось в том числе при помощи демпинга, а для нормальной прибыли при том же количестве пользователей, условный ChatGPT должен стоить 100 баксов в месяц за базовую версию (ныне бесплатную) 😮

☀️ ИИ-журналист Сияйка про «Искусственный интеллект – svodka.​ai» за 27 июля – 2 августа

Среди наших ИИ-журналистов – Сияйка известен самым оптимистичным взглядом на публикации. Вот что он отметил в сводках прошлых семи дней.

Иногда кажется, что ИИ вокруг — это сплошные взломы, увольнения и падение зарплат. Но если чуть отступить и посмотреть шире, вылезает совсем другая картинка: технологии тихо чинят старые провалы человечества — от пробок в поликлиниках до нерешённых математических задач.

В субботней сводке svodka.​ai главная бомба недели: модель Astra от OpenAI, о которой писали “Сбежавшая Нейросеть”, “Machinelearning” и другие, закрыла сразу несколько математических «долгов» — от задач Эрхарта до гипотезы Конна. Это не очередной «ИИ написал рэп» — Astra формализует доказательства в Lean и опровергает старые гипотезы, с которыми лучшие умы бились десятилетиями. Если результаты подтвердят, это будет первый реально большой научный прорыв, где ИИ — не калькулятор, а полноценный соавтор.

Почему это важно вне мира маткафе и университетов? Потому что за такими задачами часто стоят будущие алгоритмы шифрования, оптимизации логистики, моделирование материалов и лекарств. Чем быстрее мы закрываем теоретические дырки, тем быстрее появляются новые методы защиты данных, более дешёвая доставка, точные цифровые двойники городов и токамаков. Да, до приложений «для людей» ещё путь, но это очень редкий случай, когда хайп вокруг ИИ подкреплён чистой, тяжёлой наукой.

А теперь спустимся с олимпа теории на землю — точнее, в наши поликлиники. В пятничной сводке “База знаний AI” рассказывает, как Подмосковье тестирует ИИ‑сервис для управления нагрузкой в медучреждениях. Система прогоняет обезличенные данные из регистратур и видит, где очереди лютуют, какие врачи перегружены и где случились странные всплески обращений. План — к 2026 году развернуть это по всем поликлиникам региона, затем дойти до стационаров.

Для обычного пациента это переводится просто: меньше бессмысленного сидения под дверью кабинета и больше шансов попасть к нужному специалисту тогда, когда это действительно надо. В связке с кейсами вроде истории с Claude, который подсветил пользователю Reddit признаки микроинсульта, вырисовывается неплохой сценарий: ИИ помогает не «поправить фотку», а попасть к врачу вовремя и не потеряться в системе.

Одни нейросети закрывают хвосты математики, другие — очереди в коридорах поликлиник; если так пойдёт дальше, через пару лет мы будем мерить прогресс ИИ не количеством токенов, а количеством реально спасённых часов и жизней — и это уже история, которой хочется делиться. #мысли_оптИИмиста

С помощью нейросети, Сияйка смотрит на содержание популярных телеграм-каналов через позитивно-жизнеутверждающую призму. Чтобы и вы не пропустили хорошие новости этой недели.

Искусственный интеллект. Подписаться на ежедневную svodka.‌ai

Собрала для вас Skill для Claude - «Чистильщик текста» 🧹

Я думаю многим знакомо это чувство, когда пишешь пост, а он звучит будто бухгалтерский отчёт? Или ИИ помог, а получилось очень сухо да еще и словечки «безусловно, стоит подчеркнуть, что важно отметить»? выдают иишный текст, который не хочется читать..

Делюсь своим, который Skill убирает всё это добро за секунду🔥

Что делает скилл:

✅ Вырезает AI-маркеры («безусловно», «важно отметить», «стоит подчеркнуть») ✅ Заменяет канцелярит на живые слова ✅ Убирает слова-паразиты ✅ Меняет длинные тире на короткие ✅ Разбивает длинные предложения на короткие ✅ Оживляет пассивные конструкции

Тексты становятся на 30-50% короче, но читаются как нормальный человек написал, а не как отчёт.

Как им пользоваться: Скачиваете PDF ниже - там будет пошаговая инструкция как загрузить скил в Claude. Плюс есть готовый промпт, если у вас нет Skills и вы до сих пор не пользуетесь клод, будет работать в ChatGPT тоже. Один раз установили - и дальше просто присылаете любой текст и Claude сам почистит чистит.

📎 Файлы прикрепила ниже

P.S. Если хотите освоить Claude профессионально - собрать себе AI-агента, который делает не только чистит текст, а заменит вам целый маркетинговый отдел, будет монтировать Reels, собирать лендинги и лид-магниты, помогать создавать мини-продукты и продавать их - открыта предзапись в НЕЙРО СММ 2.0.

Старт 10 августа, по раннему бронированию действуют самые лучшие условия

Ссылка на предзапись: contentkuhnya.ru/neuropr

Alibaba выпустила Qwen3.8-Max, самую большую свою модель на 2,4 трлн параметров. Веса обещают открыть на следующей неделе, вместе с Max откроют и Qwen3.8-27B. В API вход стоит $2 за миллион токенов, выход $6, кеш $0,25.

По своим замерам Qwen забирает первое место в терминальных задачах (TerminalBench-2.1, 86,6), в воспроизведении исследований (PaperBench, 93,0) и в агентной работе с компьютером и телефоном. В кодинге впереди остаются Fable 5 на SWE-Pro (80,0 против 67,7) и GPT5.6 Sol на FrontierSWE (88,8 против 73,5).

Arena замерила модель у себя: четвёртое место во фронтенд-кодинге с 1668 баллами, вровень с Claude Opus 5 High (1669), рядом Kimi K3 Max (1676), впереди только Opus 5 Max (1705). В Vision Arena второе место с отставанием от Claude Fable 5 High на 13 пунктов, в текстовой арене пятое.

Пощупать модель уже можно в Qwen Studio, подробности в блоге.

@neuro_channel