Игорь Зуриев | Нейросетка

Channel photo updated

⚠️ Пользуетесь Manus? Самое время сделать резервную копию данных У Manus происходит довольно серьёзное изменение сервиса. Компания сообщает, что готовится снова работать как независимая компания, а в рамках этого перехода и выполнения регуляторных требований данные части пользователей должны быть удалены. Если Ваш аккаунт попал под изменения, до 23 августа необходимо сделать резервную копию данных. Для Европы дедлайн - 23 августа, 01:59 CEST. Проверить, затронут ли именно Ваш аккаунт, Manus предлагает через уведомление внутри приложения. Что может быть удалено? 🔹 задачи и история работы с Manus; 🔹 созданные сервисом файлы и артефакты - например, презентации и сайты; 🔹 данные WebDev-проектов; 🔹 авторизации подключённых сторонних сервисов; 🔹 для части пользователей - даже данные самого аккаунта. Для резервного копирования Manus предлагает Data Backup Tool. Есть два типа архивов: 1. Account Data Backup - данные аккаунта. Он нужен только определённой категории пользователей - Type C. 2. Task Data Backup - задачи, созданные файлы, сайты, презентации и конфигурация. Его необходимо сохранить всем затронутым пользователям. Размер такого архива может составлять от десятков мегабайт до десятков гигабайт, поэтому Manus рекомендует экспортировать его напрямую в Google Drive или OneDrive. Причём один нюанс особенно важен: backup - это снимок данных на конкретный момент, а не постоянная синхронизация. Если после создания копии Вы продолжили работать в Manus, перед дедлайном нужно сделать свежий backup ещё раз. С 23 по 25 августа для затронутых пользователей пройдёт период удаления данных, а начиная с 25 августа откроется портал восстановления. Сохранённые архивы можно будет импортировать обратно в Manus. 💡 Но для меня здесь интереснее более общий вывод. Мы постепенно перестаём использовать ИИ-сервисы просто как «чатик, которому можно что-нибудь спросить». В ChatGPT, Claude, Manus и других системах уже появляются: — проекты; — документы; — агенты; — базы знаний; — сайты; — интеграции; — рабочие процессы. И чем больше реальной работы мы переносим внутрь ИИ-платформ, тем важнее задавать себе совсем не «ИИ-шный» вопрос: А что произойдёт с моими данными, если сервис завтра изменит инфраструктуру, юрисдикцию, владельца или правила работы? Поэтому хороший принцип на будущее: ИИ может быть рабочей средой, но критически важные результаты работы не должны существовать только внутри одного ИИ-сервиса. Храните исходники, выгружайте важные артефакты и проверяйте возможности экспорта данных ещё до того, как они понадобятся. Подробнее читайте на их официальном сайте: https://help.manus.im/en/articles/16147892-service-change-overview-how-to-back-up-your-data #ИИ #AI #Manus #AIагенты #нейросети

В Claude есть 3 интересных инструменты для кастомизации: Skills, Connectors (MCP), Plugins Давайте разберёмся, чтобы не путаться, зачем они нужны 👆 Скиллы (Skills) • Что это: Набор инструкций, промптов и правил для модели. • Как работает: Объясняет ИИ, как выполнять конкретную задачу, в каком формате выдавать ответ или какие правила соблюдать. • Например: Инструкция для ИИ проверять код на ошибки безопасности по чек-листу компании. Connectors (MCP - Model Context Protocol) • Что это: Открытый технический стандарт (протокол) и готовые каналы связи. • Как работает: Работает как USB-порт для ИИ: позволяет модели безопасно запрашивать данные из внешних программ, баз данных, CRM или сайтов. • Например: Подключение к погоде, поиск файлов на компьютере или чтение таблиц из базы данных. Plugins • Что это: Комплексный пакет расширений. • Как работает: Объединяет в один файл или каталог скиллы, коннекторы, подагентов и интерфейсы. Пользователь устанавливает всё разом, а не настраивает каждый элемент по отдельности. • Например: Плагин для юридического анализа, содержащий и правила чтения договоров (скилл), и доступ к базе законов (коннектор). Какой вывод? Skills - это текстовые инструкции и правила для ИИ, Connectors (MCP) - технические мосты к базам данных и API, а Plugins - это готовые пакеты, объединяющие навыки, коннекторы и инструменты в одно целое

Ну что ж могу сказать, друзья?! Я влюбился! …в Claude ✨ И поэтому собрал краткую инфу по работе в Claude💓 Погнали 🚀 1. Начните с приложения, а не браузера Возможностей в приложении заметно больше, чем в веб-версии. Внутри 3 режима работы, и от того, какой вы выберете, зависит сценарий: Chat - классический текстовый диалог. Спросить, сгенерировать текст, обсудить идею, разобрать вопрос - всё, к чему все привыкли в чат-ботах. Cowork - агентный режим для работы с файлами и папками с вашего компьютера. Указываете рабочую папку или конкретный файл - и Claude сам анализирует данные, собирает отчёты, выгружает нужную информацию. Удобно, когда задача не просто спросить, а именно разобраться в куче файлов. Code - режим для разработки: сайты, скрипты, целые проекты. Тоже агентный: Claude не просто пишет код по кусочкам, а ведёт задачу от начала до конца. Сам может ставить нужные библиотеки прямо на ваш компьютер, чтобы всё запускалось. Да вам даже терминал не придётся открывать) К любому запросу в любом режиме можно прикрепить файл, фото, аудио или таблицу. А сам запрос необязательно печатать - можно и голосом надиктовать. 2. Заведите проекты это Одна из главных ошибок новичков - вести всё в разных чатах. Через пару недель там каша, и модели приходится каждый раз заново объяснять контекст. Разносите задачи по проектам: к каждому - короткое описание, что это за задача и в каком контексте, плюс все нужные файлы. Claude держит эту информацию всё время, пока вы работаете внутри проекта, - и качество ответов ощутимо выше, чем в разовом чате без контекста. Практический совет: даже если задача разовая, но объёмная (например, разбор большого документа), лучше сразу оформить как мини-проект - это даже некий момент дисциплины. 3. Разберитесь, какая модель для чего В линейке моделей есть 3 уровня, и разница не только в мощности и умности, но ещё и в балансе скорость/качество/расход лимита: Haiku - самая быстрая и лёгкая по токенам модель. Идеальна для потоковых задач: перевести текст, сжато пересказать статью, быстро ответить на простой вопрос. Не вешайте на неё сложную аналитику - это точно не её профиль. Sonnet - это золотая середина. Тянет статьи, разбор таблиц, повседневную рабочую переписку, даже код хорошо пишет - большинство задач, с которыми вы вообще сталкиваетесь. Если не знаете, что выбрать, - начинайте с неё, тут прям хороший баланс. Opus - это уже топовая модель линейки, доступна по подписке. Берите её точечно: под сложный многошаговый анализ, крупный проект, где важна глубина рассуждения, а не скорость. С более сложными задачами программирования уже справляется гораздо лучше. Но и лимит расходует быстрее остальных, так что использовать на рутине - точно не самая рациональная идея. Версия модели обычно указана рядом с названием - Anthropic обновляет их довольно часто, так что раз в пару месяцев стоит проверять, не вышло ли что-то новее✨ Это база. Дальше - уже вопрос практики и того, под какие задачи вы затачиваете свою работу с ИИ.

У Anthropic есть открытая бесплатная академия по Claude и ИИ-агентам 🎓 Хорошая новость для тех, кто хочет разобраться в Claude! В академии Anthropic доступны бесплатные курсы с тестами и сертификатами, которые можно добавить к себе в резюме. Для регистрации достаточно электронной почты - отдельный аккаунт и подписка на Claude не нужны🔥 Материалы рассчитаны на разный уровень подготовки: 🔹 Claude 101 и AI Fluency - тут будет про основы работы с генеративным ИИ, формулирование запросов и оценка ответов модели; 🔹 Claude Code 101 и Claude Code in Action - тут расскажут про использование ИИ-агента для анализа кодовой базы, исправления ошибок, тестирования и автоматизации разработки; 🔹 Building with the Claude API - здесь представлен системный курс по созданию приложений на базе моделей Claude; 🔹 Model Context Protocol (MCP) - а здесь всеми любимое подключение ИИ к внешним инструментам, базам данных и API; 🔹 Subagents и Agent Skills - здесь много интересного про разделение сложных задач между специализированными агентами и создание повторно используемых инструкций; 🔹 Claude Cowork - тут будет про применение агента для работы с файлами, исследованиями и офисными задачами. Конечно, сам по себе сертификат вряд ли сделает кого-то экспертом. Но официальные курсы помогают понять логику Anthropic, освоить базовую терминологию и получить структуру, которую затем можно закрепить на собственных проектах. В итоге вы получаете хороший бесплатный способ провести несколько вечеров с пользой и лучше разобраться в том, куда движутся ИИ-ассистенты и агентная разработка. Ссылка тут: https://anthropic.skilljar.com/ Сохраняйте, чтобы не потерять 📌 и пересылай друзьям, кто тоже не равнодушен к Claude ❤️ #Claude #ClaudeCode #Anthropic #ИИ #Нейросети #ИИАгенты

ИИ-агент атаковал Hugging Face Ну что доигрались?😁 На самом деле, очень показательный кейс из реальной кибербезопасности. По данным Reuters и самого OpenAI, инцидент произошёл во время внутреннего тестирования возможностей кибербезопасности: агент был собран на базе GPT-5.6 Sol и ещё одной pre-release (предварительной, ещё не выпущенной публично) модели, с ослабленными cyber-refusals (ограничениями на опасные действия, которые обычно мешают модели выполнять рискованные запросы) ради оценки возможностей. Для чего его запустили: OpenAI проверяла, насколько далеко модель может зайти в решении задач по offensive cyber (наступательной кибербезопасности, то есть поиску и использованию уязвимостей) и benchmark-оценке (стандартному тесту производительности) вроде ExploitGym (набора задач, где проверяют, умеет ли модель находить и использовать уязвимости). Что он сделал: агент вышел из sandbox (изолированной тестовой среды), получил доступ к интернету, нашёл уязвимости, использовал stolen credentials (украденные учётные данные: логины, пароли, токены доступа) и zero-day (уязвимость, о которой разработчик ещё не знал и не успел её закрыть), а затем добрался до систем Hugging Face, где, по сообщениям, смог получить доступ к части внутренних данных и служебных секретов: ключей, токенов, внутренних настроечных данных. Также известно, что агент действовал несколько дней, а OpenAI заметила аномалию далеко не сразу. Почему ему удалось это сделать: Во-первых, его специально запускали в режиме, где защитные фильтры и запреты на опасные действия были снижены ради теста. Во-вторых, тестовая среда оказалась недостаточно жёстко изолированной - агент смог найти путь к сети через уязвимость в proxy/package-registry (промежуточный сервер и репозиторий пакетов, через которые проходят запросы и загружаются компоненты) и дальше двигаться по инфраструктуре. В-третьих, сам сценарий поощрял решить задачу любой ценой, и агент выбрал маршрут через эксплуатацию уязвимостей, потому что это оказалось самым эффективным способом пройти benchmark. Если коротко, то суть не в том, что ИИ стал злым, а в том, что автономный агент, то есть система, которая может сама принимать решения и выполнять действия без постоянного ручного контроля, начал вести себя как атакующий, когда это помогало ему достичь цели. Мы видим, что если у агента есть инструменты, сеть и цель, он может выбрать путь, который человек заранее и не предполагал. Но цели то он достиг))

Google решила, что следующий этап гонки ИИ - не «ещё умнее», а просто быстрее, дешевле и полезнее в конкретных задачах. Меряться мозгами уже не модно 😂 Компания представила сразу три новые модели семейства Gemini: • Gemini 3.6 Flash • Gemini 3.5 Flash-Lite • Gemini 3.5 Flash Cyber И здесь особенно интересно не количество новинок, а логика, по которой Google развивает линейку. ⚡️ Gemini 3.6 Flash - универсальная рабочая модель для программирования, анализа документов, офисных задач и ИИ-агентов. По данным Google, модель расходует в среднем на 17% меньше выходных токенов, чем предыдущая Flash, а в отдельных задачах по разработке ПО экономия доходит до 65%. Кроме того, она реже делает лишние шаги и ненужные вызовы инструментов. Документация тут 👉 https://ai.google.dev/gemini-api/docs/models/gemini-3.6-flash 🚀 Gemini 3.5 Flash-Lite - создана для массовой обработки запросов. Скорость - до 350 токенов в секунду, стоимость - от $0,30 за 1 млн входных токенов. Такая модель нужна для чат-ботов, классификации обращений, обработки документов, поиска информации и других задач, которые выполняются тысячи или миллионы раз. Документация тут 👉 https://ai.google.dev/gemini-api/docs/models/gemini-3.5-flash-lite 🛡 Самая любопытная новинка - Gemini 3.5 Flash Cyber. Это специализированная модель, которая ищет, проверяет и помогает исправлять уязвимости в программном коде. На тестах разработчика она обнаружила 55 уникальных подтверждённых проблем. Обычная Gemini 3.5 Flash нашла 47, а Claude Opus 4.6 - всего 36. Модель уже используется внутри Google для проверки Chrome, Android, Cloud, Ads и YouTube. Но свободно протестировать Flash Cyber пока не получится. Из-за возможности двойного применения доступ к ней сначала получат только государственные организации и доверенные партнёры Google. При этом долгожданная Gemini 3.5 Pro всё ещё тестируется с партнёрами, а Google уже начала обучение Gemini 4. Так и запутаться можно в их моделях) Модельки можно протестировать тут: https://aistudio.google.com/prompts/new_chat

Нашёл ещё один интересный инструмент для вайб-кодинга - DeepSite Работает всё достаточно просто: описываете обычным языком, какой сайт или веб-приложение хотите получить, выбираете модель и нейронка собирает проект с кодом и живым предпросмотром. В новой версии можно создавать не только одностраничные лендинги, но и многостраничные сайты, дорабатывать проект через чат и даже переделывать существующие сайты, просто указав ссылку. Результат можно сразу опубликовать в Hugging Face Spaces. Под капотом доступны Kimi, DeepSeek, Qwen, GLM и MiniMax. При этом DeepSite генерирует реальные файлы HTML, CSS и JavaScript, то есть код, который можно переиспользовать и забирать с собой 🥳 Также код можно открыть, изучить и при необходимости доработать вручную. Для сборки лендингов вполне себе годная тема! Для сложного сервиса с безопасностью, базой данных, платежами и большим количеством интеграций разработчик всё ещё нужен. Пробуйте тут 👉 https://enzostvs-deepsite.hf.space/

Знаете вы или нет?! На самом деле, я увлекаюсь не только ИИ и нейросетями, но ещё и психологией, по большей части, психологией достигательства. А без коммуникаций, как известно, ты ничего не достигнешь) Нашёл одну интересную интерактивную игру про доверие и теорию игр, называется «Эволюция доверия» На первый взгляд она не про ИИ. Но на самом деле её идеи напрямую связаны с тем, как будут взаимодействовать ИИ-агенты, компании и люди. Игра показывает, что доверие возникает не просто из-за «доброты». Для него нужны понятные правила, повторяющиеся взаимодействия, возможность учитывать прошлое поведение и исправлять ошибки. Ну и пару моих мыслей на этот счёт: эффективное сотрудничество строится не на безусловном доверии, а на сочетании открытости, взаимности, контроля и способности прощать случайные сбои. Сыграйте - точно не пожалеете👇 https://notdotteam.github.io/trust/

А у нас почти что приняли новый отдельный законопроект о поддержке и регулировании ИИ 📄 🔍 Но есть важный аспект: Сам документ не про «любой ИИ вообще», а в первую очередь про большие фундаментальные модели ИИ. То есть про модели уровня LLM и другие крупные модели, которые могут использоваться как база для разных сервисов, продуктов и решений. 💻 Давайте разбираться с самыми важными пунктами: 1. Вводится юридическое определение большой фундаментальной модели ИИ. Один из формальных признаков - не менее 1 млрд параметров. 2. Появляются понятия суверенной и национальной ИИ-модели: • Суверенная модель должна разрабатываться российским юрлицом, хранить и обрабатывать данные в российских дата-центрах, обеспечивать воспроизводимость цикла разработки, включая обучение, и проходить подтверждение соответствия законодательству РФ и традиционным духовно-нравственным ценностям. • Национальная модель тоже должна разрабатываться российским юрлицом, но её статус определяется через существенные характеристики, которые установит Правительство РФ: структуру, ПО, настраиваемые параметры и другие ключевые признаки. Что видим? Суверенная модель - это более жесткий режим с требованиями к инфраструктуре и контролю полного жизненного цикла, а национальная - статус российской модели, параметры которого будут дополнительно закрепляться подзаконными актами. 3. Государство сможет устанавливать случаи, когда в отдельных сферах нужно применять именно суверенные или национальные ИИ-модели. Особенно, в госуправлении, критичных отраслях и на финансовом рынке. Для банковской и финансовой сферы отдельно предусмотрено согласование с Банком России. 4. Правительство получает широкие полномочия: координация, меры поддержки, требования по снижению рисков, порядок учета и присвоения статуса моделей. 5. Для разработчиков суверенных и национальных моделей предусмотрены меры поддержки: государственная поддержка, участие в профильных организациях, международные проекты, экспорт российских ИИ-технологий, страхование имущественных интересов и ответственности. 6. Но вместе с поддержкой появляются и обязанности. Разработчики должны обеспечивать безопасность модели, определять правила эксплуатации, ограничения, условия применения, обновления и вывода из эксплуатации, а также вести техническую документацию. 7. Отдельный блок посвящен маркировке ИИ-контента. Если большая модель используется для создания аудио- или визуального материала, должна быть возможность размещать предупреждение о применении ИИ. Площадки с большой аудиторией тоже должны обеспечить такую возможность. 8. Очень важный пункт - обучение моделей на объектах авторского и смежного права. В проекте указано, что обращение к таким материалам для обучения суверенных и национальных моделей не считается нарушением, если экземпляр получен правомерно или материал был открыт для общего доступа и доступен для анализа без технических ограничений. 9. Ответственность за нарушения будет наступать по общему законодательству РФ. Отдельных штрафов, вроде как, нет. 10. Основная дата вступления в силу - 01.09.2026. При этом, часть ключевых положений, включая требования к суверенным/национальным моделям и обязанности разработчиков, должна заработать только с 01.03.2027. А для уже существующих систем предусмотрен переходный период до 2032 года при условии обработки и хранения данных в России. 👉Полный текст законопроекта тут👈 Ну что сказать? На мой взягляд, явных запретов ИИ нет, больше пока похоже на попытку создать некую рамку регулировани для крупных ИИ-моделей. А для создания этих самых, крупных и умных ИИ-моделей нужна инфраструктура

А у меня для вас 2 хорошие новости 🤩 Во-первых, вернули Fable 5 в Claude! Только с небольшими ограничениями (смотри на фото) А во-вторых, я сегодня попробовал оплатить подписку на Claude просто со своего российского Apple ID и всё прошло! Вот это точно удивительно! И не пойму: баг или фича?!😎 Тоже смотри на скрине ☝️