alexkrol

Новый State of the AI Report 2025 www stateof ai Буду вечером читать подробно но пока переведенное саммари Исследования Год прошёл под знаком рассуждений OpenAI Google Anthropic и DeepSeek поочерёдно выходили в лидеры превращая методы сначала подумай потом ответь в реальные продукты Открытые модели быстро улучшались а китайская экосистема открытых весов стремительно росла однако топовые модели остаются закрытыми и продолжают расширять разрыв по соотношению возможностей к стоимости Бенчмарки рухнули под давлением загрязнения и разброса результатов в то время как агенты мировые модели и прикладные инструменты код наука медицина стали действительно полезными Индустрия Реальная выручка достигла масштабов когда компании с приоритетом на ИИ вышли на десятки миллиардов а ведущие лаборатории укрепили лидерство благодаря лучшему соотношению возможностей и затрат NVIDIA превысила капитализацию в 4 трлн и получила 90 доли публикаций по ИИ в то время как развивались кастомные чипы и неооблачные решения Крупные циклические сделки профинансировали масштабные проекты Энергия стала новым узким местом многогигаваттные кластеры переместили фокус с программного обеспечения на строительные планы а ограничения энергосети начали влиять на дорожные карты и маржу Политика Гонка ИИ разогревается США делают ставку на Америка превыше всего ИИ сопровождая это экспортными манёврами а Китай ускоряет курс на технологическую самодостаточность и развитие собственного железа Регулирование отступает на второй план на фоне турбо инвестиций международная дипломатия буксует а реализация AI Act сталкивается с трудностями внедрения Лозунг ИИ становится глобальным воплотился в реальность нефтедоллары и национальные программы финансируют гигантские дата центры и доступ к моделям в то время как данные о потере рабочих мест начинают поступать Безопасность Лаборатории ИИ активировали беспрецедентные меры защиты от биологических и мошеннических рисков однако некоторые пропустили собственные дедлайны или тихо отказались от протоколов тестирования Внешние организации по безопасности работают с годовыми бюджетами меньшими чем ведущие лаборатории тратят за один день Киберспособности удваиваются каждые 5 месяцев опережая оборонительные меры Преступники используют ИИ агентов для организации атак с программами вымогателями проникая в компании из списка Fortune 500

Агентов вы можете создавать в сервисах типа make n8n zapier и их многочисленных более или менее убогих клонов сервисов автоматизации довольно много и все они примерно одинаковы но к фронту интерфейсу они отношения не имеют Фронт надо клепать отдельно либо кодом либо каким то low code конструкторами а потом интегрировать с агентом через API Webhook Websocket или другие типы интерфейсов Шаблоны фронтов вы ищите на многочисленных маркеплейсах в гит и т п Есть их миллион разных как бесплатных так и платных от 15 до 100 Скачиваете и допиливаете И разумеется на Гит есть масса опенсорсных всяких там дашбордов чатов и т п В общем не бином Ньютона Если упороться то за неделю другую можно с 0 разобраться Проще всего запилить фронт в Bolt или подобном сервисе Перевод на русский Представь что у тебя есть робот помощник агент Он умеет выполнять команды отправлять письма записывать данные напоминать что то и т д Но чтобы он работал ему нужно место где жить и с кем говорить Make n8n и Zapier это как домики и фабрики где живут такие роботы Ты можешь собрать своего робота дать ему команды вроде Если пришло письмо сохрани в таблицу отправь сообщение в чат Но в этих домиках нет лица робота То есть пользователь не может с ним поговорить напрямую нет экрана кнопок сайта Это всё бэкэнд задняя часть Фронт front end это лицо робота его экран и кнопки чтобы человек мог с ним общаться Его делают отдельно кодом или в конструкторах вроде Bolt Framer или других А потом соединяют с роботом через провода каналы API Webhook или WebSocket Есть много шаблонов таких лиц дашборды чаты сайты Ты можешь найти их на GitHub бесплатно или купить готовые 15 100 а потом чуть чуть переделать под себя Итого Make n8n Zapier мозги и руки робота Front end его лицо и рот API Webhook WebSocket нервы соединяющие одно с другим Всё это можно собрать с 0 самому за неделю другую если захотеть даже если до этого вообще ничего не делал Для любопытствующих bolt new claude ai settings claude code openai com codex www make com n8n io zapier com www deeplearning ai courses agentic ai alexeykrol com courses ai full

Почему я сомневаюсь в этом и IMHO это маркетинг Самсунга Коммент ниже по цитатой У меня мозг взорвался когда я прочитал эту статью Крошечная модель с всего 7 миллионами параметров обошла DeepSeek R1 Gemini 2 5 Pro и o3 mini в задачах рассуждения на тестах ARG AGI 1 и ARC AGI 2 Она называется Tiny Recursive Model TRM разработка Samsung Как модель которая в 10 000 раз меньше может быть умнее Вот как она устроена 1 Создание черновика ответа В отличие от обычных LLM которые генерируют текст слово за словом TRM сначала создает быстрый полный черновой вариант решения грубую догадку 2 Создание черновой доски Затем она формирует внутреннее пространство для рассуждений скрытую доску scratchpad где происходит основная работа мысли 3 Интенсивная самокритика Модель входит во внутренний цикл самопроверки Она сравнивает свой черновик с исходной задачей и многократно до 6 раз подряд уточняет свои рассуждения спрашивая себя Логика выдерживает проверку Где ошибки 4 Переписывание ответа После этого обдумывания она использует улучшенную логику с доски чтобы создать новый значительно более точный ответ 5 Повторение до уверенности Цикл черновик размышление правка повторяется до 16 раз постепенно приближая модель к правильному логически стройному решению Почему это важно Для бизнеса это пример алгоритмического преимущества Пока конкуренты тратят огромные ресурсы на масштаб более умная архитектура достигает лучших результатов при минимальных издержках Для исследователей подтверждение идей нейро символического подхода Способность модели думать перед действием доказывает что ключ в архитектуре а не только в размере Для практиков теперь state of the art рассуждения доступны без миллиардных GPU кластеров Статья показывает как создавать лёгкие эффективные reasoner модели которые можно запускать где угодно Это не просто миниатюризация это новый осознанный способ мышления машин конец цитаты x com JacksonAtkinsX status 1975556245617512460 Комментарий 1 Прежде всего здесь не описана работа модели а довольно известная схема агента нечто типа конвейера В общем это известный подход для попытки улучшения результатов но есть подвох 2 Такой поход подразумевает несколько ролей Роль Исполнителя который пишет ответ или тем или иным образом формирует ответ на запрос Роль Критика цель которого не оценить ответ а дать а инструкции что улучшить и б объяснить причину Элемент а улучшает а элемент б позволяет учиться Так учатся люди Ученик делает задание учитель проверяет т е НА САМОМ ДЕЛЕ человек учиться не исполняя задания а совершая и ИСПРАВЛЯЯ ошибки Этот подход работает на100 при одном условии Учитель должен превосходить Ученика В противном случае его Учителя обратная связь не будет содержательной Понимаете Критиковать может любой 100 моих читателей постоянно меня критикуют но когда я прошу содержательно дать обоснование критики 99 замолкает и лишь 1 по существу что то объясняют и ПОЭТОМУ я могу учиться ибо мне показывают то чего я не вижу за что я благодарен Тоже самое с ИИ Должны быть 2 роли Исполнитель Аналитик и он должен быть УМНЕЕ Исполнителя чтобы оценить и дать коррекции Мы хотим получить приращение качества а его НЕ может быть потому что уровень всех ИИ в этом агенте одинаков Вывод Теорема 1 Если вы напишите трактат и дадите его прочитать 1000 коровам то результат будет такой же если вы дадите его прочитать 100000 коровам Теорема 2 Если пэтэушник напишет статью и ее почитают 100000 пэтэушников то это будет блог в ТикТоке а не анализ и даже если вы получите тьму лайков вы не получите содержательных рекомендаций ибо уровень судей не выше уровня исполнителя Очевидно Самсунг продает телефоны и ему надо объяснить что его маленькие модельки ТАКИЕ ЖЕ УМНЫЕ как и большие Сорри но это редкостная хуйня Есть масса кейсов где можно отлично применять маленькие дешевые модельки уровня mini nano потому что это не влияет на качество

ChatGPT новая ОС для приложений OpenAI на днях анонсировали Apps SDK возможность запускать сторонние приложения прямо внутри ChatGPT Для этого надо лишь упомянуть нужное приложение Canva сделай презентацию из этого документа Также ChatGPT будет сам подсказывать подходящий сервис по контексту Приложения будут работать поверх открытого протокола MCP есть примеры на GitHub Они могут подключать внешние данные выполнять действия и обрабатывать платежи через Agentic Commerce Protocol Поначалу будет доступно 7 приложений от крупных партнеров Для остальных разработчиков обещают открыть заявки до конца года Это не первая попытка OpenAI создать свой App Store сначала они набили шишек на ChatGPT плагинах потом GPT Store В этот раз делают ставку на полноценные приложения с UI авторизацией и платежами а не просто кастомных промптах Всё это открывает много потенциальных возможностей для стартеров Альтман похвастался что ChatGPT достиг 800 млн активных пользователей в неделю если заселиться туда со своим приложением можно получить доступ к огромной аудитории ранних последователей Также становятся все более востребованы лопаты для ИИ золотоискателей от инструментов GEO до аналитики внутри ChatGPT Apps OpenAI делает ставку что ChatGPT будет не просто чат ботом а полноценной операционной системой И если это выстрелит мы можем поучаствовать в новом платформенном сдвиге масштаба iOS или Android Пишите в комментариях какие приложения вы бы хотели видеть в ChatGPT Если у вас свой сервис и вы думаете зайти в ChatGPT через Apps SDK тоже пишите Интересно собрать здесь кейсы и возможно помочь найти соратников для реализации trendoscope

В общем отвечая на вопрос последнего стрима да изучать n8n make стоит и Agents Builder от OpenAI пока до них далеко Так что мы движемся по плану

Потратил часов 5 на Agent Builder от OpenAI Создал аналог GTPs Мясник но со своим интерфейсом Как аналог убийца n8n make это конечно смешно Все заточено под интеграцию в фронт Я слепил простой фронт с чатом пришлось поипаться потому что фронт оказался чувствительным к архитектуре агента чего быт не должно Сначала с фронтом много работы благо работает Claude Code но потом с самим агентом начинаются стандартные проблемы В общем пока это как в n8n только там через интеграции а здесь через MCP ну и сервиса конечно 0 Пока это не очень себе продукт Скорее хотят потестировать отклики сообщества В целом в общем не очень потому что сложные структуры бизнес логики в n8n make zaper делать в 1000 раз удобней бридж с любым фронтом через API Webhook или любые триггеры и никакого гемора с сложным протоколом Пока бизнес логику для прода на этом строить сомнительно

Что показали на OpenAI DevDay Главный анонс мини приложения в ChatGPT На старте их семь анонсировали ещё 11 Чатгпт будет периодически сам подсказывать подходящее приложение по контексту диалога Фича открыта почти всем авторизованным пользователям вне ЕС каталог приложений и приём заявок на публикацию приложений от разработчиков обещают до конца года Приложения собираются на веб технологиях поверх MCP Примеры с исходниками уже есть на GitHub Обещают кучу способов монетизации своих приложений OpenAI всё ещё плотно хотят свой апстор несмотря на провал GPTs AgentKit и ChatKit AgentKit набор для сборки и продакшен запуска агентов с визуальным конструктором коннекторами и встроенными инструментами оценки ChatKit готовый встраиваемый чат интерфейс чтобы быстро дать пользователю доступ к вашему агенту прямо в продукте Описывать флоу агента теперь можно в новом визуальном интерфейсе Agent Builder теперь создание агентов доступнее В API тоже насыпали моделей Sora 2 и Sora 2 Pro теперь доступны в API Pro версия отличается длиной генерации в 15 секунд вместо 10 и поддержкой 1080p Цена 10 центов за секунду для обычной модели что дешевле даже Veo 3 Fast Pro версия стоит 30 центов за секунду 720p видео и 50 центов за 1080p На удивление адекватная цена для такого уровня качества А вот GPT 5 Pro обвинить в разумном прайсинге нельзя 15 120 за миллион токенов для ризонера это крайне много с такой ценой модель продолжит оставаться очень нишевой Кроме этого вышли мини варианты gpt realtime и gpt imagе чтобы удешевлять продакшен кейсы Как у них с качеством всё ещё неясно но цена неплохая ai newz

По поводу Agent Builder by OpenAI я уже упоролся агента слепить за 5 мин вклеить в фронт как обычно В целом до n8n make как до неба но фокус у них на интеграцию в прилу Кстати в make теперь завезли код Завтра послезавтра покажу

OpenAI выпустила результаты хакатона по исследованию того как Европе а на самом деле любой стране развивать AI и инновации как можно быстрее cdn openai com global affairs 8d3c7c97 ae26 4844 a9d3 a5d51aba99ba hactivate ai pdf Вот что предлагают 1 Подготовить AI готовую рабочую силу Individual AI Learning Accounts личные счета на обучение ИИ навыкам 500 1000 в год Налоговые льготы для компаний обучающих 50 сотрудников Европейская программа AI Champions сообщество чемпионов ИИ внутри компаний AI Learning Vouchers гранты и ваучеры на курсы для всех граждан независимо от работы AI Thesis Connect сведение вместе студентов исследователей и компаний для прикладных AI проектов 2 Ускорить внедрение технологий и убрать барьеры Grace Period до 2030 г регуляторная передышка для МСП чтобы пробовать ИИ без штрафов из за соблюдения всякого AI Act Data Compute Exchange обмен данными и вычислительными мощностями по принципу дай евро возьми евро Applied AI Booster поддержка не только исследований но и коммерциализации AI продуктов Smart Funds гибкие гранты с короткими заявками 10 стр открытые раунды минимум бюрократии Fast Track Standards ускоренное внедрение международных стандартов ISO 42001 27001 для ИИ 3 Государство как пример внедрения Operational Agentic Heroes внедрение агентных ИИ в основные гос процессы лицензии миграция и т д European GovAI Hub единая платформа и сеть для обмена кейсами шаблонами и стандартами между гос службами 4 Измерять и мониторить AI Readiness Index единый индекс готовности ЕС по 8 показателям таланты вычисления данные регулирование соц доверие и т д Real Time LLM Monitor партнёрство гос частных структур для мониторинга использования больших языковых моделей в реальном времени 5 Макроуровень и широта внедрения Relentless Harmonisation убрать разрыв между странами создать единый цифровой рынок Innovative Institutions ускорить работу ЕС институтов цикл решений 6 мес Inclusive AI Program каждому европейцу доступ к ИИ инструментам 100 год AI подарки выпускникам школ 6 Экосистема и инвестиции EUasis специальные AI зоны AIZ с гибкими правилами налоговыми льготами и 28 м режимом Это такой режим регистрации всеевропейской компании взамен локальных регистраций в какой нибудь стране Draghi s Den общеевропейский инвестиционный банк рискового капитала для масштабирования AI компаний EuroBridge мост между корпорациями и стартапами стандартизированные контракты быстрые пилоты налоговые стимулы

OpenAI готовит Agent Builder платформу для создания автономных ИИ агентов без кода По слухам OpenAI разрабатывает Agent Builder нативную no code платформу для создания автономных ИИ агентов Если информация подтвердится этот инструмент сможет заменить целый стек сервисов вроде Zapier n8n и Vapi объединив всё в единую экосистему OpenAI Первые отзывы называют интерфейс одним из самых плавных и интуитивных среди всех agent canvas решений ентов прямо внутри платформы Мой коммент звучит хорошо но есть сомнение zapier make n8n зрелые решения и плавный интерфейс последнее что нужно Логичней было бы приобрести эти компании а не лепить с нуля Есть шанс получить громоздкий мало надежный продукт Кроме того сила традиционных сервисов в объеме интеграций а это время Я уже видел несколько клонов систем автоматизации но довольно убогих С другой стороны логично допустить что OpenAI не будут копировать традиционный подход когда нужно все делать руками а будут внедрять ИИ который будет создавать сценарии как сейчас решения типа Codex Claude Code фактически полностью способны создавать приложения