PRO AI

Друзья, Сбер запустил крупнейший в России сервис, который поможет найти автозаправочные станции, где с высокой вероятностью есть бензин. Новый сервис работает на основе ИИ (Искусственного интеллекта) и обезличенных данных о покупке более 100 миллионов клиентов Сбера. За счет масштаба платежной инфраструктуры ежедневно анализируются миллионы транзакций из 23 000 АЗС по всей стране - от крупнейших городов и федеральных трасс до небольших населенных пунктов. Как воспользоваться? 1. Зайдите в Сбербанк Онлайн (приложение или веб-версия) 2. Перейдите в раздел «Для жизни» 3. Кликните на «Здесь есть бензин», откроется карта заправок Записал скрин-видео для вас) Или по ссылке Пользуйтесь новым сервисом сами, рассказывайте друзьям и знакомым. Он поможет всем нам чувствовать себя спокойнее, комфортнее и защитит от переходов на мошеннические сайты.

В прошлом 2025 году я был одним из жюри в судейском борде Elevator pitch на конференции «Менеджмент Будущего» в ВШМ СПБГУ, одной из крупнейших карьерно-образовательных конференций для студентов в России. Сейчас ребята готовят новый сезон, и я приглашаю вас стать частью этого бизнес-комьюнити, продавайтесь в участники если вы еще молоды и амбициозны )) «Менеджмент Будущего» — это: - ТОП-115 студентов со всей страны; - 50+ спикеров — первые лица бизнеса и лидеры мнений; - 15+ компаний-партнеров с реальными карьерными возможностями; - сильное окружение и живое общение с теми, кто задает тренды! Треки: - Корпорации — карьера в ведущих компаниях  - Предпринимательство — запуск и развитие собственных проектов Где: кампус ВШМ СПбГУ «Михайловская дача», Санкт-Петербург Когда: 22-24 октября 2026 года Для кого Студенты 3–4 курса бакалавриата, 1–2 курса магистратуры, 3–6 курса специалитета, аспиранты и выпускники. Условия Для иногородних участников предусмотрена компенсация проезда и проживания по квотам. Дедлайн: регистрация открыта до 22 июня 2026 г. Подробности и регистрация на сайте Социальные сети: Группа в ВК | Канал в TG

Всем привет! Давно не писал, месяца 2 прошло. За это время в ИИ реально многое поменялось, и я решил коротко рассказать, что сам выцепил из новостей и обсуждений. Главное, что бросается в глаза это переход большинства компаний от простых чат-ботов к ИИ агентам. Это уже не просто «ответь на вопрос», а системы, которые сами планируют шаги, вызывают инструменты, исправляют ошибки и выполняют многоэтапные задачи. По некоторым бенчмаркам (типа OSWorld) успех агентов вырос с 12 % до примерно 66 % за последний год — уже заметно, что они становятся полезными в реальной работе. Ещё один большой сдвиг — открытые модели. Китайские ребята (DeepSeek, Qwen и другие) за эти месяцы сильно подтянулись. Сейчас они выдают 90–95 % качества топовых закрытых моделей, но при этом стоят в разы дешевле. Конкретно: за миллиард токенов в месяц DeepSeek V4 Pro выходит примерно в $5 тысяч, а GPT-5.5 Pro — около $105 тысяч. Разница в 20 раз. На Hugging Face китайские модели уже забирают больше 40 % всех скачиваний, и у Qwen, например, больше 100 тысяч производных версий. Из-за этого цены на использование ИИ в целом сильно просели. Многие компании уже экономят 70 %+ просто переходя на открытые модели или комбинируя их. Плюс вышли сильные открытые релизы — например, NVIDIA Nemotron 3 Ultra на 550 миллиардов параметров, который хорошо показывает себя именно в агентных задачах. Мультимодальность тоже стала нормой. Модели теперь уверенно работают с текстом, картинками, видео и кодом в одном запросе, и это уже используют не только в экспериментах. Куда всё движется, по моим ощущениям: Скоро ИИ будет не просто подсказывать, а реально брать на себя многие процессы. Агенты будут работать в командах (мульти-агентные системы), а мы будем их скорее оркестрировать. При этом не будет одной «лучшей модели на всё» — будет микс из больших моделей для сложных задач, маленьких быстрых для рутины и агентов, которые их связывают. И самое приятное благодаря открытым моделям всё это становится дешевле и доступнее. Можно запускать у себя локально, не отдавая данные в облако и не переплачивая. В общем, за эти 2-3 месяца стало ясно: гонка уже не только за размером модели, а за тем, насколько выгодно и удобно её использовать каждый день.

Вчера Президент России Владимир Путин провел совещание по вопросам развития технологий ИИ и вновь подчеркнул, что искусственный интеллект — это вопрос суверенитета и самого существования государства в ближайшем будущем. Путин отметил стремительное развитие технологий: фундаментальные языковые модели и нейросети уже вышли далеко за пределы простого запоминания энциклопедических знаний и демонстрируют глубокий междисциплинарный анализ. Особенно важным он назвал появление ИИ-агентов — интеллектуальных помощников, которые способны самостоятельно планировать действия, оценивать результаты, взаимодействовать с людьми и даже имитировать когнитивное и эмоциональное поведение человека. В ближайшей перспективе они будут справляться и с задачами, требующими физического взаимодействия с миром (например, управление автомобилем). Ключевые тезисы Президента: - Суверенные фундаментальные модели — это базовая сквозная технология, основа для развития всех сфер. Только при наличии собственных конкурентоспособных моделей Россия сможет гарантировать безопасность, обороноспособность и оставаться на переднем крае научной и инженерной мысли. Полный цикл разработки и обучения должен осуществляться российскими компаниями, чтобы инженеры могли управлять всеми параметрами систем. - Можно и нужно пользоваться открытыми решениями и международной кооперацией, но при этом сохранять полный контроль над критически важными параметрами, особенно в вопросах безопасности и обороноспособности. - Правительству поручено выстроить финансовую архитектуру масштабного проекта с участием государства, частного технологического бизнеса, госкомпаний и потенциала программ в сфере обороны и безопасности. Опыт стран-лидеров показывает эффективность такого подхода. - Уже поручено Правительству совместно с главами регионов сформировать Национальный план внедрения искусственного интеллекта. К 2030 году подобные технологии и продукты на их основе должны использоваться во всех областях: производство, логистика, энергетика, управление, образование и другие. - Регулирование нужно настроить так, чтобы оно не сдерживало, а служило стимулом для ускорения разработки и опережающего внедрения технологий. Строить барьеры — значит отстать в экономическом, технологическом и социальном развитии. - Руководители министерств и ведомств должны ежегодно представлять публичные, открытые доклады с демонстрацией реально используемых решений (не бумажные отчёты). Уже в текущем году такие доклады заслушают на конференции Сбера «Путешествие в мир искусственного интеллекта». Для системной координации работы создана специальная комиссия под руководством заместителя Председателя Правительства Дмитрия Григоренко и заместителя руководителя Администрации Президента Максима Орешкина. В её состав вошли представители Администрации, министерств, ведущих технологических компаний и члены Госсовета. Комиссии поручено уже в текущем году рассмотреть комплексные решения по пяти ключевым направлениям: 1. Программы ускоренного внедрения ИИ в ключевых отраслях экономики, социальной сфере и государственном управлении. 2. Адаптация всей системы развития человеческого потенциала (от школы до рынка труда) к повсеместному применению ИИ. 3. Расчёт моделей основных рисков и угроз от расширения применения ИИ и меры по их предотвращению. 4. Развитие собственных суверенных решений ИИ для национальной обороны и безопасности. 5. Создание системы продвижения российских ИИ-систем и сервисов на зарубежные рынки, включая сотрудничество с партнёрами по СНГ, ШОС и БРИКС. Путин подчеркнул, что комиссия должна объединить усилия бизнеса, науки и государства и стать настоящим штабом по развитию искусственного интеллекта в России. Подробнее - на сайте Кремля

Вышел новый Cursor 3 Вчера выпустили Cursor 3 — расскажу коротко о главном Что это: полностью переработанный интерфейс Cursor, созданный вокруг идеи «агентов как способ работы». Это не просто плагин к VS Code — UI написан с нуля под сценарии, где не один человек, а флот агентов делает основную работу. Главные фишки: - Мульти‑репозиторный рабочий стол: агенты и люди могут работать сразу по нескольким проектам. - Все агенты в одной боковой панели: локальные и облачные, включая сессии, запущенные с телефона, веба, Slack, GitHub и Linear. - Параллельные агенты и облачные демо: cloud‑агенты оставляют скриншоты/демки для быстрой проверки. - Мгновенный переключение между локальным и облаком: - Composer 2 — собственная модель для быстрого итератива с высокими лимитами. - Полноценный IDE‑функционал: файлы для понимания кода, go‑to‑definition через LSP, встроенный браузер и маркетплейс плагинов. Почему важно: Cursor 3 — реальный шаг к третьей эре разработки, где не просто автодополнение, а автономные агенты координируются в масштабе. Фундамент уже есть (модель, продукт, рантайм), но до «самоуправляемых» кодбаз ещё работать и работать.

Новый проект Илона Маска Недавно смотрел презентацию Илона Маска про Terafab — расскажу коротко суть. Что это: совместный проект Tesla, SpaceX и xAI — новая фабрика по производству чипов в США, которая объединит дизайн, выпуск, память и упаковку чипов в одном комплексе на северном кампусе Giga Texas. По размерам здание должно затмить сам Giga Texas. Зачем: Маск говорит, что существующие производители (TSMC, Samsung) не масштабируются так быстро, как нужно для его проектов. Без своей фабрики Tesla/SpaceX просто не получат нужные вычислительные ресурсы. Масштаб и цифры: вложения оценивают в $20–25 млрд. Terafab нацелен на 2‑нм техпроцесс и производство двух типов чипов — «edge» для FSD, Optimus и роботакси и «космических» чипов для спутников/орбитальных центров данных и xAI. Маск заявил, что текущий объём AI‑вычислений ≈20 ГВт/год и это лишь ~2% от того, что нужно его компаниям; цель Terafab — >1 тераватта вычислительной мощности в год. Почему это важно: Гуманоидные роботы Optimus — ключевой драйвер спроса. По оценкам, Giga Texas может давать мощность для производства миллионов гуманоидов в год, а это десятки и сотни миллионов чипов — в разы больше текущей автомобильной потребности Tesla. Если всё получится, это серьёзно изменит баланс сил в полупроводниках. Риски и таймлайн: официальных сроков нет — сначала прототипы и тесты. Большие деньги, большие технологические риски, но и потенциально огромный эффект для Tesla/SpaceX (и для рынка чипов в целом). Плюс — возможно IPO SpaceX, что добавит финансовых опций. Моё ощущение: это либо самый амбициозный шаг по вертикальной интеграции в истории электроники.

Компания Alibaba представила новую версию своей языковой модели — Qwen3.5. Это значительное обновление расширило возможности семейства Qwen, теперь модели смогут решать комплексные задачи, включающие не только выдачу ответов, но и самостоятельное планирование шагов, использование инструментов и поддержание контекста на протяжении долгих диалогов. Подходит для Agentic AI сценариев.

ТОП-10 важных новостей в мире ИИ за последние 1,5 месяца 1) Google представила Gemini 3 и Gemini 3 Flash В декабре Google выпустила Gemini 3 — мощную мультимодальную модель нового поколения, а также лёгкую версию Gemini 3 Flash и инструменты верификации контента. Это укрепляет позиции компании в гонке больших моделей. 2) DeepSeek (Китай) выпустила модели, конкурирующие с GPT-5 Китайский стартап DeepSeek представил две сверхмощные открытые модели, которые, по заявлениям компании, не уступают или превосходят GPT-5 от OpenAI и модели Google. Это очередной прорыв Китая в открытом ИИ. 3) xAI Илона Маска привлекла $20 млрд инвестиций xAI закрыла раунд Series E на рекордные $20 млрд — один из крупнейших в истории ИИ. Средства пойдут на развитие Grok и инфраструктуры. 4) Microsoft анонсировала чип Maia 200 для инференса ИИ В январе Microsoft представила новый специализированный чип Maia 200, оптимизированный для масштабирования инференса больших моделей — прямой конкурент NVIDIA. 5) Amazon выпустила Trainium3 — новый чип для обучения ИИ В начале декабря Amazon Cloud запустила Trainium3 — мощный чип для тренировки моделей, чтобы снизить зависимость от NVIDIA и Google. 6) Moonshot (Китай) представила новую мультимодальную модель Kimi Китайская компания Moonshot обновила модель Kimi, которая теперь одновременно обрабатывает текст, изображения и видео по одному промпту — серьёзный шаг в мультимодальном ИИ. 7) Lenovo представила на CES 2026 кросс-девайсного ИИ-ассистента Qira Lenovo анонсировала Qira — системный ИИ-ассистент, который работает на всех устройствах пользователя и «следит» за контекстом. Это один из ярких анонсов CES 2026. 8) Масштабные инвестиции в робототехнику: Skild AI ($1,4 млрд) и Waabi ($1 млрд) Стартапы в области робототехники и автономного вождения привлекли огромные раунды: Skild AI — $1,4 млрд на развитие, Waabi — $1 млрд на автономные грузовики. 9) Переход от хайпа к прагматизму и «физическому ИИ» Эксперты (TechCrunch, MIT, Microsoft) отмечают: 2026 год станет годом практического применения — робототехника, дроны, носимые устройства и AV с ИИ выйдут на массовый рынок. 10) Исследование Microsoft: высококвалифицированные профессии под угрозой от ИИ Microsoft Research опубликовала данные о том, какие высококвалифицированные профессии больше всего подвержены влиянию ИИ — это усиливает дискуссию о рынке труда в 2026 году.

Что такое Coding Agent? Чтобы разобраться в понятии Coding Agent “ИИ агент, который пишет код”, давайте сначала посмотрим, как развивалось применение искусственного интеллекта в разработке программного обеспечения. Развитие искусственного интеллекта в области разработки ПО прошло три этапа. 1. Изначально мы воспринимали универсальные большие языковые модели (LLM) как своего рода партнера по кодированию. Вы копировали фрагмент кода, вставляли его в ChatGPT, просили исправить ошибку и вручную применяли предложенные изменения. Это было полезно, однако процесс оставался разрозненным. 2. Во второй волне инструменты вроде GitHub Copilot и Cursor Tab интегрировали возможности искусственного интеллекта непосредственно в редакторы кода. Для поддержки этих инструментов были разработаны специализированные модели, обеспечивающие быстрое автозаполнение прямо внутри редактора. Они помогали разработчикам быстрее вводить код, но ограничивались работой лишь над одним открытым файлом. 3. Сейчас же фокус сместился на агентов, способных обрабатывать запросы разработчиков от начала и до конца. Эти системы не просто предлагают фрагменты кода, а выполняют задания целиком: ищут нужные файлы в репозитории, вносят правки сразу в несколько файлов, запускают команды терминала и повторяют цикл исправлений ошибок вплоть до успешного завершения сборки и прохождения тестов. Мы живем именно в эпоху третьей волны развития AI-кода.

▌ Искусственный интеллект превзойдет человечество к 2031 году? Илон Маск поделился смелым прогнозом на Всемирном экономическом форуме в Давосе: Уже к концу 2027 года ИИ сможет превзойти интеллект каждого отдельного человека. Через пять лет, примерно к 2031-му, ИИ окажется умнее всего человечества вместе взятого. Кроме того, Маск отметил ускоренное развитие робототехники: - Автономные автомобили Tesla уже действуют в США, а к 2026 году охватят всю страну. - Роботы Optimus, созданные Tesla, начнут массово продаваться частным пользователям к 2027 году.

Китай активно догоняет Запад в области ИИ Китайская технологическая компания Baidu выпустил ERNIE-5.0-0110 — новую версию своей ИИ-модели, и результаты впечатляют. В бенчмарке LMArena модель набрала 1460 баллов, став лидером среди китайских моделей и заняв 8-е место в мировом рейтинге — единственная из Китая в топ‑10. В задачах математических рассуждений ERNIE-5.0 уступила только GPT-5.2-High, опередив большинство публичных западных моделей в сложной логике. Модель также показала сильные результаты в креативной генерации текстов, следовании инструкциям и программировании. Базовая архитектура — MoE (mixture of experts) с ~2 трлн параметров — делает акцент на эффективности: MoE снижает вычислительную нагрузку на запрос по сравнению с плотными моделями с похожим или большим числом параметров. Baidu сокращает отставание в ИИ — ERNIE-5.0 превращается в серьезного конкурента на глобальной арене. Ссылка на лидерборд Lmarena

Нашел классное исследование от McKinsey про внедрение ИИ в компаниях за 2025г (прилагаю pdf) Ключевые выводы: 1) Большинство организаций всё ещё находятся на этапе экспериментов или пилотных проектов: Почти две трети респондентов говорят, что их организации ещё не начали масштабировать ИИ по всему предприятию. 2) Высокий интерес к агентам ИИ: Шестьдесят два процента респондентов опроса говорят, что их организации по крайней мере экспериментируют с агентами ИИ. 3) Положительные ведущие индикаторы влияния ИИ: Респонденты сообщают о преимуществах в затратах и доходах на уровне отдельных случаев использования, и 64 процента говорят, что ИИ способствует их инновациям. Однако только 39 процентов сообщают о влиянии на EBIT на уровне предприятия. 4) Высокопроизводительные компании используют ИИ для стимулирования роста, инноваций и снижения затрат: Восемьдесят процентов респондентов говорят, что их компании ставят эффективность в качестве цели своих инициатив по ИИ, но компании, получающие наибольшую ценность от ИИ, часто ставят рост или инновации в качестве дополнительных целей. 5) Перепроектирование рабочих процессов является ключевым фактором успеха: Половина этих высокопроизводительных компаний в области ИИ намерены использовать ИИ для трансформации своего бизнеса, и большинство из них перепроектируют рабочие процессы. 6) Различные взгляды на влияние на занятость: Респонденты различаются в своих ожиданиях влияния ИИ на общий размер рабочей силы в их организациях в предстоящем году: 32 процента ожидают уменьшения, 43 процента — без изменений, и 13 процентов — увеличения.

AI Дайджест: ТОП-10 новостей (1-15 декабря 2025) 1) DeepSeek выпустила V3.2 с революционной эффективностью. Китайский стартап представил модели с 685 млрд параметров, обогнавшие GPT-5 на математических тестах (96% AIME) при стоимости обучения всего $5.57 млн. V3.2 использует sparse attention для экономии до 70% ресурсов на инференсе, делая открытые модели конкурентоспособными с проприетарными. Это усиливает глобальную доступность ИИ для разработчиков и бизнеса. 2) Google представила Gemini 3 с улучшенным мышлением. Новая семья моделей фокусируется на регулируемом рассуждении, продвинутой генерации изображений и пространственном интеллекте. Gemini 3 интегрирует мультимодальность для лучшего анализа видео и текста, обгоняя конкурентов в задачах с длинным контекстом. Это укрепляет позиции Google в гонке за универсальным ИИ. 3) Anthropic запустила Claude Opus 4.5 для инженерии ПО. Модель превосходит людей в задачах по разработке ПО, с акцентом на отладку и "vibe coding". Opus 4.5 интегрирует агентов для самостоятельного эволюционирования, показывая прогресс в надежных ИИ-системах. Это открывает путь к автоматизации сложных творческих процессов в IT. 4) Runway Gen 4.5 и Kling 2.6 с аудио для видео-ИИ. Runway улучшила реализм движения и adherence к промптам, а Kling добавила нативную генерацию аудио в видео. Эти обновления делают инструменты универсальными для медиапроизводства, конкурируя с Sora и Veo. Прогресс подчеркивает сдвиг к мультимодальным агентам с звуком. 5) OpenAI активировала "red code" для GPT-5.2. В ответ на Gemini 3, команда ускорила разработку, фокусируясь на улучшенном мышлении и обработке данных. GPT-5.2 обещает прорывы в научных исследованиях и агентах, но требует человеческого надзора. Это усиливает конкуренцию и поднимает вопросы о темпах прогресса. 6) Mistral 3: 675 млрд параметров на одном GPU. Открытая MoE-модель лидирует в мультимодальности и кодинге, оптимизированная для Nvidia. Mistral доказывает, что меньшие модели с retrieval могут обогнать гигантов. Это democratizes ИИ для устройств и разработчиков. 7) Microsoft: прорывы в quantum-AI и медицине. Компания представила Majorana 1 для квантовых вычислений, Aurora для прогноза погоды и FCDD для раннего выявления рака. Эти инновации показывают влияние ИИ на науку и глобальные проблемы. 2025 стал годом практических приложений ИИ в реальном мире. 8) Demis Hassabis о будущем: мультимодальность и агенты. CEO DeepMind предсказал слияние видео и языка, мировые модели как Genie-3 и надежные агенты к 2026. Прогресс в визуальном интеллекте и рассуждениях ускорит креативность ИИ. Это отражает переход от чатботов к действующим системам. 9) Гуманоидные роботы на саммите в Silicon Valley. Роботы с ИИ стали центром внимания, демонстрируя потенциал в производстве и услугах, несмотря на скепсис. Бум ИИ зажег интерес к embodied AI, с прогнозами роста рынка до $30 трлн к 2030. Это связывает ИИ с физическим миром через децентрализованное обучение. 10) Итоги 2025 года от моделей к реальности. Год ознаменовался сдвигом к адаптивным моделям, агентам и инфраструктуре; размер уступил эффективности. Отчеты как от MIT и Messari подчеркивают, что ИИ стал индустрией с ROI, но с вызовами вроде забывания и галлюцинаций. 2025 показал, что надежность — ключ к будущему.

ИИ уже не про сокращение ФОТ Общий экономический эффект технологии к 2030 году эксперты оценили в 7,9–12,8 трлн руб. в год Новые данные исследования «Яндекса» и «Яков и партнеры» показывают: ожидания бизнеса от ИИ радикально поменялись. 🔻 Год назад 49% компаний рассчитывали на экономию за счёт ФОТ. 🔻 Сегодня — лишь 12%. ИИ перестаёт быть просто «инструментом оптимизации» и всё чаще воспринимается как драйвер роста. Ключевые инсайты: — Только 32% компаний всё ещё нацелены на снижение ФОТ с помощью ИИ. Лидеры по такому ожиданию — транспорт, логистика и FMCG (по 57%). — Финансовый эффект смещается в сторону роста выручки и маржинальности: персонализация, новые продукты, ускорение вывода фич. — Ожидаемый вклад ИИ к 2030 году — 7,9–12,8 трлн ₽ в год (до 5,5% ВВП). — Генеративный ИИ — самая стремительно растущая технология: за 2 года проникновение достигло 71% компаний. — Продвинутые отрасли (IT, телеком, e‑commerce, банки) уже выделяют на ИИ 13–17% ИТ‑бюджета и получают эффект 6,6% от EBITDA, против 2,4% у остальных. Выводы: - Фокус сдвигается в сторону продуктового ИИ, а не автоматизации ради сокращения штата. - Чтобы получить реальный экономический эффект, нужны масштабируемые кейсы, а не пилоты для галочки. - В 2025+ массовое внедрение вероятнее всего пойдёт через внутренние коммуникации, продажи, маркетинг и клиентский сервис. - Конкуренция будет идти не за бюджет, а за людей и скорость интеграции. Ссылка

Друзья, недавно наткнулся на редкое интервью Ильи Суцкевера (сооснователя OpenAI) с Дваркешем Пателем. Он рассказал о будущем AGI, конце эпохи простого масштабирования моделей, о своей новой компании Safe Superintelligence Inc. и почему мы, люди, всё ещё лидируем в обучении (оригинал Ilya Sutskever’s New Playbook for AGI) Кратко и тезисно для занятых: ▫️ Эпоха "просто добавь GPU" заканчивается. Суцкевер уверен, что большие GPT-модели ещё улучшатся, но настоящие прорывы теперь в новых методах обучения, а не в железе. ▫️ Главный вызов — обобщение. Современный ИИ рвёт бенчмарки, но спотыкается на простых вещах. Люди учатся на минимуме примеров — вот этот разрыв нужно закрыть, чтобы достичь реального интеллекта. ▫️ AGI родится как суперученик или сверхинтеллектуальный учащийся, а не всезнайка. Представьте систему, которая молниеносно осваивает любую профессию — и через практику становится сверхинтеллектуальной. ▫️ Safe Superintelligence Inc. — это компания с одной миссией: один продукт, один фокус. Создать безопасный сверхИИ с непрерывным обучением в сердце. ▫️ Прогнозы по срокам. Суцкевер ожидает систему с человеческим уровнем обучения в течение пяти–двадцати лет. Для основателей, инвесторов и исследователей это интервью означает переломный момент. Фокус смещается с гигантских моделей в сторону более «умных» моделей. Следующее десятилетие ИИ будет формироваться прорывами в методах обучения, задачах согласования и в непрерывной адаптации.