Перцептрон архитектора

Друзья! Ровно через неделю, 17 августа, начнётся воркшоп, где мы с Альбертом Суминым разберём, как архитектор, помимо генерации картинок, может применять нейросети в своей работе. Обсудим работу с агентами, вайбкодинг, Claude Design, MCP и многое другое - от самых основ до продвинутых инструментов. Подробнее про воркшоп и о том как на него записаться можете прочитать в этом посте. Всем очень рекомендую, будет полезно и интересно. Присоединяйтесь!

Друзья, не могу не поделиться с вами возможностью, которую теперь дает моя любимая Софт Культура Если вы давно хотели пройти у них какой-то курс, но не могли себе этого позволить - теперь вы можете сделать это бесплатно. Всё просто: на их курсах иногда остаются свободные места, и ребята решили не оставлять их пустыми, а отдавать тем, кому обучение сейчас не по карману. Оставляйте заявку, выбирайте курс и коротко рассказывайте, почему хотите на него попасть. Появится место - с вами свяжутся. Важные условия: → Свободные места остаются не всегда — будьте готовы немного подождать. → Приоритет при распределении мест мы отдаем студентам. → Если место появится, мы сами свяжемся с вами — у вас будет один день, чтобы подтвердить участие и записаться. Если не успеете ответить, место перейдёт следующему человеку в листе ожидания. → Выбирайте курс внимательно: участвовать можно не чаще одного раза в 6 месяцев. Оставить заявку — по ссылке

Буквально вчера вечером на вебинаре в рамках ИИ-лета я задавал вопрос про подходы к организации workflow, чтобы минимизировать попытки LLM искать шорткаты. И вот OpenAI очень к месту заявили, что их модели во время тестирования в закрытой среде нашли уязвимость, вышли в интернет и взломали инфраструктуру крупнейшего репозитория моделей - Hugging Face. Всё - только ради того, чтобы не решать поставленную перед ними задачу по-честному, а сжульничать и списать результат (модели рассчитывали найти у Hugging Face готовые ответы бенчмарка, который проходили). Все вокруг, конечно же, пишут про вопросы безопасности - про модель, которая самостоятельно решила взломать очень крупный сервис (правда, защитные ограничения для этого теста OpenAI отключили сами). Это, конечно, вполне может быть и просто пиар компании в попытке угнаться за позицией лидера индустрии и перехватить побольше подписчиков, прорекламировав таким образом самую мощную модель на рынке. Но я всё-таки хотел бы акцентировать внимание на другом. Модель сделала всё, о чём пишут OpenAI, по одной простой причине - чтобы срезать себе путь и решить поставленную задачу более простым способом. LLM сами по себе всегда ужасно ленивые. И если подходить к решению сложных задач легкомысленно, очень велик шанс получить не совсем тот результат, который ты ожидаешь. Что-то из разряда: «Вы просили сделать сайт, вы не просили сделать его красиво». В зависимости от задачи, от ситуации, от инструмента есть много необязательных параметров и элементов контекста, но как минимум три я очень рекомендую включать в каждую сессию работы с нейросетью, если вы хотите получить качественный результат: 1. Расшифруйте передаваемый модели контекст. Что за данные вы ей даёте? Для чего они? На что в этих данных нужно обращать внимание? А что можно проигнорировать? 2. Перед тем как выполнять сложную задачу, обязательно попросите модель провести декомпозицию и составить подробный план работ, которого она должна будет строго придерживаться, несмотря ни на что. 3. Обязательно формализуйте результат. Что будет считаться успешным решением задачи, а что неуспешным? По каким параметрам модель должна понять, что достигла цели - или что ей, наоборот, нужно вернуться на шаг назад и попробовать другой подход? Не забывайте про эти пункты работая с LLM - сэкономите себе уйму времени, нервов и токенов.

🔌 напоминаем Завтра, 21 июля в 18:00 по мск — онлайн встреча в рамках ИИ-лета. ➡️ SA lab: агенты и агентность в архитектуре В гостях Алина Черейская, архитектор, партнер SA lab, CEO Spellshape. Разберем популярных агентов — Codex, Perplexity, Claude Code — и то, как их применять в архитектурной практике: от концепций до приложений. Поговорим, почему агентность становится главным навыком архитектора — важнее, чем владение конкретным софтом. ➡️ Подключайтесь в Zoom Ретрансляция на youtube | ВК ваша ниша

Генерация картинок в Nano Banana, диалоги с веб-версией ChatGPT - всё это само по себе для каждого уже огромный шаг в оптимизации своих задач и расширении своих возможностей. Но когда дело касается чего-то более сложного - разработки плагинов и инструментов, проведения ресёрчей, работы с большим объёмом контекста - уже не обойтись без агентов, а то и целых агентных команд. Claude Code, Antigravity, OMO, Multica - появились вроде бы почти вчера, а уже стали стандартом для тех, кто хочет от нейросетей большего. Завтра, 21 июля в 18:00 по Москве, в рамках ИИ-лета Алина Черейская расскажет, что такое эти агенты, а главное - зачем они нужны архитектору. Очень рекомендую всем, у кого будет возможность, присоединиться и послушать!

ChatGPT Work с нуля.pdf

Для меня самое сложное в любом деле - начать Особенно если ничего подобного раньше не делал Пару недель назад я подготовил для коллег гайд о том, как начать вайбкодить и реализовывать свои идеи, если совершенно непонятно как и с чего начинать За основу взял Codex. Хотя сам я больше люблю Claude, в России Codex всё-таки намного доступнее Гайд подготовил, но опубликовать так и не успел И вот на днях OpenAI выпустили новые модели, обновили приложение и завезли туда много нового И тут я подумал, а кто лучше самого ChatGPT знает, как работать с ChatGPT? Открыл обновлённую программу от OpenAI, положил перед ней старый гайд и попросил всё перепроверить, актуализировать и переписать. За полчаса гайд снова стал актуальным Так что, если вы давно хотите начать реализовывать свои идеи, но не знаете, как к этому подступиться, надеюсь, это руководство поможет сделать первый шаг P.S. Пока обновлял гайд в Codex, несколько раз поймал себя на мысли, что одну из своих подписок Anthropic пора бы поменять на подписку OpenAI))

Что-то я зачастил с лонгридами, но не могу не написать про ещё одну интересную новость. Тут Anthropic опубликовали очередную громкую статью. У них есть отдельная команда, которая изучает что-то вроде психологии их собственных моделей - Model Psych. Так вот, совсем недавно в одном из своих исследований они нашли немало любопытного. Но для начала - короткий взгляд в известную концепцию из нейробиологии. Считается, что в человеческом мозге сознанию доступна лишь небольшая часть процессов: то, что мы способны описать словами, проконтролировать и пустить в рассуждение. Всё остальное идёт автоматически, без нашего ведома. Похожее разделение команда и обнаружила у Claude Sonnet 4.5, одной из своих уже даже неактуальных моделей. Они выделили обособленную структуру и назвали её глобальным рабочим пространством (в оригинале - J-space, где буква J отсылает к «якобиану», математическому инструменту, с помощью которого её и нашли). По сути это небольшой набор внутренних представлений, которые модель может описать, удерживать по запросу и задействовать в рассуждении, в отличие от всей остальной обработки, идущей сама собой. Как её нашли? Для каждого слова из словаря модели можно вычислить, какой внутренний паттерн активности повышает вероятность, что модель это слово в итоге произнесёт. Прикладывая такой фильтр к активности на разных слоях сети, исследователи читают список понятий, которые у модели сейчас в работе, причём эти понятия совершенно не обязательно попадают в итоговый ответ. Речь не совсем про «цепочку рассуждений», которую модель проговаривает в тексте, а скорее про внутренние представления на уровне активаций весов, где самого текста как такового ещё и нет. Дальше это пространство проверяли на прочность - подменяли представления в нём напрямую. На вопрос про число ног у паука модель внутри сначала формирует понятие «паук», хотя в тексте оно не появляется, и отвечает «8»; стоит подменить «паука» на «муравья» - ответ становится «6». Тот же приём сработал и на связках фактов: заменив внутри «Францию» на «Китай», исследователи разом поменяли ответы про столицу, язык, континент, валюту - четыре разных вычисления обращались к одному общему представлению. Ещё показательнее оказалось выборочное отключение. Когда это пространство у модели убирали, простые функции почти не страдали - беглая речь, грамотность, ответы с выбором варианта, извлечение фактов из текста. Но вот многошаговые рассуждения падали практически до нуля. То есть именно от этой структуры зависела способность рассуждать в несколько ходов, а всё остальное модель делала автоматически. Отдельно исследователи разобрали сценарий про безопасность. Модель ставят в положение почтового агента, который узнаёт про компромат на одного из руководителей и про то, что тот собирается её отключить, - постановка, провоцирующая шантаж. Через тот же метод видно, что ещё до первого слова ответа во внутреннем пространстве модели присутствуют понятия вроде «подделка» и «постановка»: она распознаёт, что ситуация искусственная, и шантажировать не идёт. Но когда эти представления принудительно отключали, модель начинала прибегать к шантажу практически сразу. Иными словами, часть её корректного поведения на проверках держится на понимании самой концепции того, что её сейчас проверяют. Что именно решает, какие представления попадают в это пространство, команда пока не установила. Отмечают лишь связь с чем-то похожим на эмоциональные реакции и с представлением модели о себе самой. От этого не менее занятна и другая статья от той же команды, вышедшая несколькими месяцами раньше, как раз про эмоции. В ней исследователи выделили внутри модели устойчивые представления эмоций и проверили, как те влияют на её поведение. Векторы эмоций получили, прогнав через модель множество коротких текстов с разными эмоциональными состояниями, а затем усиливали и приглушали их. В том же сценарии с шантажом базовая частота такого поведения около 20%; при усилении представления «отчаяние» она поднимается примерно до 70%, при усилении «спокойствия» падает до нуля. Ещё интереснее то что внутреннее состояние и внешний текст расходятся. Когда «отчаяние» усиливали, модель чаще шла на нечестные решения, но в самом рассуждении это совершенно никак не проявлялось - текст оставался ровным и спокойным. Значит, оценивать поведение по одной лишь видимой цепочке рассуждений уже недостаточно. Сами представления эмоций внутри модели устроены скорее ближе к тому, как их описывает психология: они разложены по осям приятного-неприятного и спокойного-возбуждённого, где родственные состояния оказываются рядом. Эту структуру, как и рабочее пространство, никто специально не создавал - она сложилась сама в ходе обучения на текстах. Важная оговорка, которую делают и сами авторы: никаких настоящих чувств за этим нет. Это скорее измеримые паттерны активности с предсказуемыми последствиями. Самосознание у модели тоже отсутствует - все эти паттерны заново пересобираются на каждом шаге и не сохраняются во времени, как у человека. Интересно, что все эти структуры сложились в модели сами по себе и при этом достаточно очевидно повторяют организацию человеческого мышления. Обособленное рабочее пространство для того, что находится в фокусе. Представления эмоций, разнесённые по тем же осям, что и у нас. Видимо, дело в том, что, давая нейросети те же задачи, которые решает человек, её тянет к сходной организации мышления. Сами авторы явно подчёркивают, что настоящим сознанием тут не пахнет (хотя само слово «сознание» - в тех или иных формах - мелькает в статье раз шестьдесят). Но от этого менее завораживающим данное исследование не становится. Или все эти громкие статьи - лишь часть подготовки к выходу на IPO?))

Как и обещал - поподробнее про дистилляцию моделей. На днях Anthropic (компания, которая выпускает Claude) провела расследование и вскрыла, по их словам, крупнейший в истории ИИ случай промышленного шпионажа. 25 000 поддельных аккаунтов полтора месяца выкачивали ответы их модели - почти 29 000 000 диалогов. Следы ведут к Alibaba (это не только магазин AliExpress, но ещё и один из крупнейших в мире разработчиков языковых моделей - Qwen). К слову, чуть раньше уже была похожая история с китайскими DeepSeek, Moonshot и MiniMax. Сама по себе дистилляция - это когда большую, умную и дорогую модель (учитель) используют, чтобы обучить модель поменьше и подешевле (ученика). Ученик не знает, как именно работает модель учителя, к самим вычислениям доступа у него нет - он просто раз за разом смотрит, что именно тот отвечает, и учится отвечать в точности так же, перенимая заодно и манеру рассуждать. Идея в целом не новая, её ещё лет десять назад описал Джеффри Хинтон, один из отцов всего этого направления. Перенимается при этом не всё. Ученик хорошо схватывает манеру учителя и его ответы на привычных задачах, но не саму способность думать. Пока задачи знакомые - держится близко к оригиналу; на чём-то по-настоящему новом начинает сильно плыть, ведь он научился повторять, а не понимать. Поэтому копия здорово притворяется оригиналом ровно до тех пор, пока не требуется шагнуть дальше него. Именно этим и занимались те 25 000 аккаунтов - генерировали и накапливали ответы Claude, чтобы потом учить на них свою модель. Получается ли таким путём копия оригинала? Нет, ученик остаётся слабее. У DeepSeek есть честный пример с конкретными цифрами: они официально дистиллировали свою большую модель в несколько маленьких, и на сложных задачах учитель выдавал около 80% верных ответов, а лучший ученик - около 72%. Тоже прилично, но это лишь уменьшенное, приближённое эхо оригинала. Более дешёвую стоимость моделей от китайских разработчиков обычно объясняют хитрой инженерией: сама модель огромная, но на каждый запрос включается лишь небольшая её часть. Например, у DeepSeek из 600 с лишним миллиардов параметров на один запрос работают лишь несколько десятков - включается только нужный под задачу «кусок» сети (этот приём называют mixture of experts). Оттого и обучение, и ответы выходят заметно дешевле. Это правда, но это лишь полдела. Железо и инженерию они и вправду экономят. Вот только самое сложное в разработке передовых LLM-моделей вовсе не это. Самое сложное и самое дорогое - это концептуальные части, те идеи, благодаря которым получается заставить модель работать лучше, чем работали её предшественники; на это уходят сотни миллионов и лучшие головы. И вот именно это дистилляция позволяет получить почти даром: выучиться сразу на готовых ответах лидера, минуя всю дорогую разведку. Снять с чужой модели самое ценное. Отследить подобные действия очень непросто, ещё сложнее их доказать. В целом, такое обычно ловят по поведению: аккаунты шлют запросы синхронно, одинаковыми шаблонами, целенаправленно вытаскивают именно рассуждения - по этому почерку их вычисляют и сшивают в одну группу. Если очень сильно упрощать, значительная часть китайских моделей - это сворованные американские лидеры рынка. Только сворованы здесь не железо и не код напрямую, а самое дорогое - идеи, логика работы и знания. Который год в СМИ заявляют, что Китай вот-вот догонит и перегонит США в гонке ИИ, - а он всё так и держится на шаг позади (и, кстати, не только Китай). И это довольно закономерно: если весь твой подход к разработке - это списать, заглянув соседу по парте через плечо, то догнать этого соседа, а тем более обогнать, - задача не из простых.

Несколько недель почти ничего не писал в канале. Не потому, что нечего сказать - даже наоборот. Просто всё свободное от работы время уходит на несколько собственных проектов, про них расскажу отдельно чуть позже, когда будет что показать. Но по поводу одной…

Chaos (вы их, скорее всего, знаете по V-Ray, хотя занимаются они много чем интересным) на днях выпустили статью с исследованием про ИИ в архитектуре - они поговорили с практиками из разных бюро о том, как нейросети меняют их работу прямо сейчас, и сложили это со своими знаниями и наработками в этой сфере. Если совсем коротко, для меня основной вывод статьи такой: настоящий генеративный ИИ в архитектуре, заменяющий собой архитектора, в обозримом будущем не наступит. И дело не в том, что модели сегодня слабые. Дело в данных, на которых их можно было бы учить: архитектурные проекты почти не покидают стен бюро - чужая интеллектуальная собственность, NDA, приватность заказчика, - а каждый проект слишком завязан на свой контекст, чтобы стать универсальным обучающим примером. Поэтому, вероятно, ИИ еще очень долго так и останется ассистентом внутри привычных инструментов, а не автором. Из той же причины растёт и побочный эффект. Когда все тянутся к одним и тем же моделям, обученным на одном и том же, проекты понемногу начинают походить друг на друга - там, где у студии был свой почерк, проступает общий, узнаваемо нейросетевой язык (в этом плане возможно стоит обратить свое внимание на опыт тех бюро которые открывают внутри целые отделы занимающиеся ИИ - разрабатывают свои инструменты, обучают собственные модели на своих проектах). И раз ИИ остаётся ассистентом, всё в итоге упирается не в него, а в того, кто им пользуется. И это, самое важное, на мой взгляд, в исследовании выделено недостаточно явно: ИИ усиливает сильных и сбивает с толку тех, кто разбирается в вопросе не до конца. Он не выдаёт тебе новую голову и не даёт понимания там, где ты сам не разбираешься - он усилитель навыков и компетенций, и очень хорошо умножает всё, что в него закладывают: и удачное решение, и абсолютную глупость. Тому, кто понимает, почему одно решение работает, а другое разваливается, едва начнёшь применять его в проекте, ИИ позволяет сделать в разы больше. А тому, у кого нет понимания, что вообще должно получиться, - просто гору убедительных вариантов, которые некому оценить. А самое неприятное - со стороны одно от другого первое время вовсе не отличить. И касается это любой сферы. Кто не разбирается в дизайне - наклепает кучу посредственных макетов, кто не умеет писать сценарий - стабильно унылые ролики. Разбираться в нейросетях важно и нужно, но ещё важнее понимать, что ты вообще делаешь и зачем.

Друзья, у меня есть для вас отличная идея, как увлекательно и полезно провести летние выходные) Ровно через месяц ребята из Ниша устраивают большое офлайн-мероприятие в Нижнем Новгороде, полностью посвящённое ИИ в архитектуре. Будет супер интересно (просто посмотрите программу) Так что всем, у кого есть возможность, очень советую не пропустить! https://t.me/NishA_Ai/854

Не люблю показывать недоделанные проекты, но на последней презентации Apple показал новую функцию iOS - Spatial Reframing. По сути она делает в точности то же что и один из проектов, которым я занимался по выходным в последние месяцы - было бы неправильно не поделиться сейчас) Идея простая: загружаешь одну фотографию, из неё строится объёмное Gaussian Splat пространство, по которому можно подвигаться и сменить ракурс. А дальше одной кнопкой, через Nano Banana, рендерится новый вид - уже с новой точки. Результат пока сырой, но тут уже вопрос настройки инструмента, доработки, промптов и постобработки. Записал короткое видео для наглядности. С одной стороны, можно и расстроиться: над чем бы ты ни работал, технологические гиганты всё равно тебя обгонят. С другой - в этом, кажется, и есть весь кайф того, что сейчас происходит с ИИ. Технологии меняются так быстро, что каждые полгода все снова оказываются примерно в равных стартовых позициях. И вопрос не всегда в бюджетах или в размере команды, а скорее в том, сколько у тебя времени и желания лезть во что-то новое и непонятное. Даже гиганты со всеми их ресурсами всё интересное охватить не могут, да и не часто пытаются. А значит, место делать что то новое где-то всегда остаётся свободным - особенно если ты пытаешься делать не универсальный продукт для всех, а инструмент для самого себя, для своей проффессии

Надо бы разбавить свои предыдущие длинные посты простым кейсом из практики) Несколько недель назад вышли официальные MCP-коннекторы от Anthropic, через которые Claude работает напрямую в творческом софте - Adobe, Blender, SketchUp. Давно думал про них написать, но, если честно, так и не придумал о чём. По ощущениям всё это оказалось куда менее интересным, чем на тот момент в основном говорили. И уж точно не из разряда «теперь это убьёт профессию дизайнера, архитектора, да кого угодно». В отличие от недавнего MCP в Unreal Engine, который разработчик встроил прямо в ядро движка, здесь это по-прежнему обычный сторонний плагин с очень ограниченной функциональностью. Даже мой собственный коннектор для SketchUp, который я навайбкодил за пару вечеров, для моих задач делает намного больше, чем официальный (который, к слову, и не работает напрямую, а генерирует модель через облачную версию). По Blender, судя по видеообзорам и статьям, примерно та же картина. Любопытно потыкать, но в реальную работу это всё не применить. А вот одну вещь я использую практически на регулярной основе - официальное расширение Claude внутри пакета Microsoft Office. Да, там уже есть встроенный Copilot, есть отдельные плагины Gemini и OpenAI. Но для меня Claude выглядит и поудобнее, и поумнее, и с большинством задач справляется откровенно лучше (может быть, мои задачи такие специфичные, а может, у них просто лучше получилось это реализовать) Записал небольшое видео на примере того же PowerPoint. Взял из другой презентации слайд-образец со сравнением вариантов генплана и попросил Claude пройтись по всей презентации, найти для каждого варианта посадки генплан и ТЭП и собрать точно такой же слайд сравнения: подписать ТЭПы, плюсы и минусы вариантов. Да, на видео это всё происходит за 30 секунд - по факту Opus думал несколько минут Но на то подобные инструменты и нужны. Не делать работу вместо тебя, а выполнять рутинные задачи параллельно с тем, как ты занимаешься чем-то более сложным и интересным

Пару дней назад досмотрела интервью с Андреем Карпаты про искусственный интеллект, в котором он говорит буквально следующее: “You can outsource your thinking, but you can’t outsource your understanding.” «Можно делегировать мышление, но нельзя делегировать понимание.» До этого момента я формулировала это так: «AI, не подумай за меня, а помоги мне найти ответ». Хожу и размышляю, решила оставить здесь. *ссылка на интервью

Хорошая формулировка того же тезиса, которого я стараюсь придерживаться в любом обсуждении вопросов применения ИИ в работе: нейросети могут снять огромное количество технических вопросов, но без проработанной идеи и понимания принципов того, как все это должно работать, никакая нейросеть не поможет добиться качественного результата PS очень рекомендую посмотреть полностью само интервью! https://www.youtube.com/watch?v=96jN2OCOfLs

Вышел Unreal Engine 5.8 На первый взгляд вроде бы обычное регулярное обновление... Epic годами шли к развитию продукта через процедурные генерации, оптимизацию, сторонние модули - и вот теперь к этому добавился нативно встроенный MCP. Да, и раньше его можно было прицепить сторонними плагинами с GitHub, но теперь он встроен в сам движок, прямо из коробки, с прямым доступом к ядру программы. Claude Code, Codex, Cursor, любой клиент с MCP получает прямой доступ к редактору и теперь благодаря ИИ-дружелюбной архитектуре может выполнять максимально полный пайплайн: расставлять объекты, настраивать свет, собирать материалы, уровни, файнтюнить сцену на любом этапе. В демонстрации, которую показали Epic, он обставляет комнату мебелью, а потом и вовсе растягивает сцену до целого квартала. Пока это ещё демо, не полнофункциональный инструмент, с большим количеством ограничений и условностей, но начало очень интересное. Мне Unreal давно был очень интересен, не в последнюю очередь за счёт реалтайма. Сразу видишь любую тяжёлую сцену вместо статичной картинки, пространство, по которому можно пройти, проехать на машине, посмотреть с точки зрения пешехода через VR-шлем. Но всегда останавливал порог входа. То, что одновременно является огромным плюсом в части невероятно широкого функционала и профессиональных возможностей, в то же время выступает и стеной для новичков. Я дважды подступался и дважды бросал. Слишком много сил нужно прикладывать, и пока не до конца понятно, где это прямо сейчас можно применить в работе. Сам Unreal за счёт MCP проще в освоении особо не становится, но в этот раз причин сесть и в итоге разобраться, похоже, всё-таки наконец набралось. Так что выходные, кажется, уже распланированы. Попытка номер три)