🎋 6750km ML Product Thinking 🎋 Варя Новожилова

2 полезных скила, которыми я пользуюсь и которыми очень довольна за недавнее время. (1) agent-browser (github.com/vercel-labs/agent-browser) — CLI для управления Chromium, специально оптимизированный для AI-агентов. Он позволяет: - открывать страницы и переходить по ссылкам; - получать компактное дерево доступности страницы; - находить элементы по роли, тексту или подписи; - нажимать кнопки, заполнять формы и загружать файлы; - выполнять JavaScript на странице; - работать с вкладками и отдельными браузерными сессиями; - делать скриншоты, PDF и записи; - запускать браузер как в фоновом, так и в видимом режиме. - Главная особенность — команда snapshot. (2) glab (gitlab.com/gitlab-org/cli) — публичный open-source CLI и официальный проект GitLab. CLI агент для работы с гитлабом. У них много альтернатив, но эти не едят токены. Браузерный скил помогает делать что-то на страницах, где вы можете дополнительно авторизоваться в середине процесса, не складывая пароли в переменные. После чего LLMка может заполнять за вас нужные вам формы, искать что-то и тп. Очень удобно! Если есть желание, накидайте pls в комментарии что-то, что вам зашло по скилам за недавнее время? Включая самые базовые. Тоже пригодятся.

Unitree снизила цену своего гуманоидного робота R1 до 29 900 юаней ($4100). Apple подняла цены на свою технику. Macbook Pro 128gb ($6,699). Киберпанк 2026 🤖

Слышали про то, как недавно AI агенты сбежали из Open AI и атаковали Hugging Face? Вышел подробный видео анализ этой истории. И пересказ от Силошной. Можно почитать здесь https://t.me/seeallochnaya/3857 #alignment #openai #huggingface

Вижу огромную потребность рынка в адаптации внутренних программ обучения сотрудников по AI трансформации. Проблемы, которые там возникают 🌪️ низкий Adoption AI инструментов, доступный в компаниях, среди сотрудников. Все хотят, никто не понимает, как начать. Все боятся, что AI их заменит. Но обучают только использованию инструментов, а не трансформации своей рутины, процессов — не тому, как инструмент добавить. Как понять, хорош он или плох, нужен ли. Нужны теггированные по ролям кейсы. Это очень хорошо помогает. 🌪️ Команды обучения делают максимально универсальное (широкое) обучение, которое сотрудники слушают, в восторге, но совсем или почти совсем не берут в свою ежедневную работу. Не понимают, как применить к своим задачам, нет такого опыта и нет такого обучения. Обычно делают без специфики, «чтобы не устарело», это не помогает. Устаревает все равно быстро. 🌪️ Никто особо не работает с навыками трансформации процессов для топ и миддл-менеджмента. При этом с внедрением AI — 99% процессов с гарантией серьезно меняется. Выглядит это так: все отказались от ремней и стараются бежать, как можно быстрее, но в штанах нет резинок, поэтому они по дороге падают. Какие ещё докинете проблемы обучения в этой среде? #ai_transfirmation #change_management

#fun 😅

В эту среду 22 апреля встречаемся по теме: 🎨🎬🍿Генеративные сценарии для анимации (иллюстрации и видео) в образовательном процессе. Возможности, ограничения, походы. И немного поговорим про оценку целесообразности. Время: 18:00 по Москве Место https://meet.google.com/xwm-vhbk-uwd В программе - рассказ приглашенного эксперта про то, как собрали генерацию векторных иллюстраций. Сергей Сергеев, техлид, Райфайзенбанк — Сережа расскажет и покажет, чего можно добиться от процедурной генерации, если подойти к вопросу с использованием современных инструментов и работать в связке с дизайн-командой. - Мини РнД блок. Подборка проектов и пайплайнов «как бывает» по анимации на исследование в ваших проектах. Тут про видео. Плюс поделюсь экспертизой, как можно строить такой процесс и как оценить, стоит ли это внедрять. Варя Новожилова. Out of scope этой встречи Предлагаю сразу договориться оставить за кадром: - вопросы, надо ли вообще делать AI генерацию (считаем, что делаем). - качество результата как блокирующий фактор _старта_ разработки (что пускать в прод, на встрече не решаем) - нужно ли видео в детском контенте вообще (считаем, что нужно) - частотность и эффект и использования иллюстраций и видео в образовательном контенте. (Отдельный классный не маленький вопрос). Это все отличные темы для отдельных встреч. В эту среду общаемся о том, как сделать, что попробовать, как оценить и улучшить. 🔥❤️🙌🏻 #imggen #videogen #процедурнаягенерация #public_speaking

#PublicSpeaking Хочу выступить на каком-нибудь митапе/конференции (в идеале, в Барселоне) с докладом о том, чем AI-Agents-based Discovery процесс интеграционных задач в мультиагентных FinTech системах отличается от AI-Agent-based дискавери процесса в задачах на продуктовый инкремент для задач по классической разработке + даже немного AI-based генераций (например) внутри. Можно и про деливери рассказать, это тоже понимаю, но уже долго получится. Всех секретов, как что работает, не расскажу, конечно, но все равно довольно много можно дать понять C-Level людям, почему это не всегда в легкую автоматизируется и что там автоматизировать все-таки можно. Есть идеи, где про такое людям интересно было бы послушать? PS можно в коменты или личным сообщением)

Андрей Карпаты выложил на GitHub проект AutoResearch ~630 строк кода, MIT лицензия Проект очень быстро разлетелся: пост собрал ~8.6 млн просмотров за первые пару дней. 💡 Идея простая (но крутая, и давно летала вокруг нас): замкнуть цикл научного метода в агенте. Есть обучающий скрипт и фиксированный бюджет на compute. Дальше агент: – формулирует гипотезу (learning rate, архитектура и т.д.) – вносит изменения в код – запускает эксперимент – оценивает результат – сохраняет улучшение или откатывает 🧠 Без Human in the loop. Полностью автономно. Стоимость проверки гипотез падает кратно: x10 точно. В некоторых кейсах x50-x100, в зависимости от инфраструктуры и того, как задан search space/scope. В одном запуске за ночь прошло 126 экспериментов с плавным снижением loss (0.9979 → 0.9697). За двое суток — около 700 изменений, из которых ~20 дали переносимые улучшения на более крупные модели. Ускорение Time to GPT-2 примерно на 11%. Прогресс выглядит как непрерывный поток маленьких улучшений, которые накапливаются почти фоново. Дальше интереснее. В Hyperspace запустили 35 агентов. За ночь — 333 эксперимента и обмен находками через GossipSub. Найденная одним агентом стратегия инициализации дала −21% к loss и быстро разошлась по сети. ✈️ AutoResearch пробуют и вне ML. В маркетинге он открывает портал в десятки тысяч A/B тестов в год вместо десятков (дорого). В результате появляется не «best practice», а карта того, что реально работает на конкретной аудитории. — это прям надо брать! Особенно, если у вас нет сотрудников с сильными компетенциями в маркетинге на фуллтайме. Карпаты подчеркивает: система по сути оптимизирует метрику через вычисления, без «понимания» в человеческом смысле. И вот тут начинается самое важное. Если гипотезы и эксперименты масштабируются почти без ограничений, то узким местом становится не compute, а то, как мы задаём: – метрики – ограничения – пространство поиска То есть, 👉 когда эксперименты становятся почти бесплатными, где остается востребованной реальная экспертиза в этом контексте? • Навыки строить такие системы? • Корректный выбор метрик? • Или мы просто ускоряем перебор и называем это прогрессом? (вобщем-то тоже прогресс, так-то, чего уж) Хочется услышать ваши честные мнения. Это усиление инженеров или постепенное размывание самой идеи «ресёрча»? Что думаете? Ссылочки • Твит Карпаты со ссылочками https://x.com/karpathy/status/2031137476438548874?s=20 (не первый про AutoResearch) • Github https://github.com/karpathy/autoresearch • Подробный технический разбор реализации Autoresearch, ИИ-исследователя Андрея Карпаты https://habr.com/ru/articles/1010198/ #research #viralgrowth #PM #aitools #aipm PS подписывайтесь!

В последнее время скорости создания и внедрений AI агентов добрались до русскоязычной среды. Что наблюдаю ака тренды Disclaimer: это личные впечатления, не факт, что полностью соответствуют трендам рынка, и не претендуют на это. 😈 Уже никто не говорит про SaaS, все говорят (реже) про агентов и (чаще) про мультиагентные системы. Год назад в ЕС, теперь и в русскоязычных компаниях (не только в релокантских чатах). 😈 Почти все, кто немножко покрутил разные LLMs с целью автоматизировать 1-2-3 своих ежедневных задач, знают и понимают, что такое MCP, зачем они нужны (базово), но не понимают глубоко их ограничений и не думают глубоко про архитектуры своих систем. 😈 Про фильм одним промтом и про среду, полностью покрытую AI и MCP ко всему твоему контексту — почти никто в русскоязычной среде не говорит. Хотя новости про Flow, X ai для кино, например, и про Google labs в целом — все читают. 😈 Все реже имеют ввиду простые LLM-wrappers, чаще в это входит еще хотя бы 1-2 интеграции, например CRM, Outlook, телеграм-бот (если русскоязычная среда), LM Notebooks/что-то в облаке Amazon, если европа. 😈 Очень много появляется сервисов разработки создания агентной системы под ключ. Часто со сниженным качеством (не всегда сильно и допиливают), но без Human-in-the-loop. 😈 Образование — сидит на LLM очень плотно. Много персональных сервисов "под себя", мало полного цикла с разными модальностями. Но есть, есть. Очень много очень разных AI Teachers. У меня складывается впечатление, что люди все еще очень хотят Human учителей, но когда сравниваешь реальную эффективность, AI показывают себя лучше средних Human'ов. А учителя выше среднего очень сильно дороже AI и, как правило, умеют и сами, и детей учат использовать AI как инструмент. 😈 Психология. Аналогично. Все еще опасна. Много исследований, подтверждающих это. И я пока не встретила ни одного человека, кто считал бы, что лично он в LLMs не пойдет по этой причине. Все уверены, что у них с критическим мышлением порядок и все будет хорошо. Не вижу прорывных проектов-единорогов. Вижу много проектов, уходящих в B2B сектор, которые берут на себя другую, менее регулируемую, часть процесса помощи. К слову, есть исследования, что помощь AI таки оказывает и даже есть те, что показывают, в каких случаях она лучше, чем у Human'ов. 😈 Многие стартапы выходят на заработок существенно быстрее. В VC теперь инвестиции значительно чаще получают только более зрелые проекты. Помните, что джун — теперь неоплачиваемся стадия профессии? Джун-стартапер тоже. Теперь эта часть Марлезонского балета — на свои (ну или что вы там придумаете: краудфайндинг/родители/...). Кликабельный прототип нынче собрать можно за день. Такими инвестора завалены. 😈 Среды сотрудников становятся очень полярными: одни стремятся совать AI агентов, куда надо и куда не надо (распробовав вкус делегирования), другие, глядя на обилие проблем, все чаще находят в себе внутренних луддитов и стремятся к "остановите, пожалуйста, все". Но оно мчится ракетой. 😈 Люди, давно (года 3 хотя бы) не искавшие работу, не представляют, что происходит с рынком труда и выглядят намного увереннее в себе, чем те, кого сокращения коснулись в прошлом году. Они смотрят на тех, кто говорит о проблемах рынка с в глазах читающимся намеком "наверное, ты, брат, не такой уж профи, каким себя считаешь". На мой взгляд, очень сильно ошибаются. В общем, скучно не будет! Пока что можно без инопланетян. Не переключайтесь. PS Консультирую персонально и корпоративно по вопросам внедрения AI. Пишите @x6750km

Подборка проблем, зафиксированных и убранных после вайбкодинга. Возможно, кому-то будет полезно чекнуть свои сервисы на предмет похожих уязвимостей https://crackr.dev/vibe-coding-failures Enjoy

Минцифры опубликовало законопроект, закрепляющий правила разработки и использования ИИ в России. В документе определены ключевые понятия, обязательства владельца ИИ-сервиса и другие нормы. Кинопоиск приводит тезисы инициативы и вспоминает, как ИИ регулируется в других странах. ▫️ИИ-модели в России будут разделять на суверенные и национальные (созданы в России) и доверенные модели (их разрешат использовать на объектах критической информационной инфраструктуры). ▫️Владелец российского ИИ-сервиса должен маркировать контент, созданный при помощи ИИ; крупные платформы должны следить за наличием соответствующих отметок. ▫️Также владельцы сервисов должны согласовать порядок передачи прав на контент, созданный с помощью ИИ-моделей. При этом нужно соблюдать права авторов, чьи работы легли в основу обучения моделей. Кроме того, в пользовательском соглашении нужно определять, кому принадлежат права на сгенерированный контент. А что у них? ▫️В Китае усиливают контроль над ИИ. С 1 сентября 2025 года платформы должны следить за наличием отметок, указывающих на то, что контент сгенерирован. Так власти противостоят дезинформции и мошенничеству. Запрещено также удалять или изменять идентификаторы контента, созданного с помощью ИИ. Уже с ноября 2025-го модели можно обучать только на данных, лишенных политически чувствительного контента. ▫️В странах Евросоюза несколько лет назад начал работать AI Act, который разделяет ИИ-модели по степеням риска при их использовании — от минимального до неприемлемого. Регулирование вводится поэтапно, и к августу 2027 года все нормы вступят в силу. Например, согласно документу, платформы должны следить за маркировкой сгенерированного контента. Также сервисам необходимо уведомлять пользователя о том, что он взаимодействует с ИИ-системой. ▫️Регулирование постепенно выстраивают в Индии. В конце 2025 года власти предложили инициативу, согласно которой компании, работающие с ИИ, могут получить неограниченный доступ к произведениям, защищенным авторским правом произведениях при условии выплаты компенсации правообладателям. Кроме того, в стране следят за маркировкой ИИ-контента, размещенного в соцсетях. ▫️В США также выстраивают подходы по работе с ИИ. В декабре 2025 года Дональд Трамп подписал указ, который устанавливает единую систему регулирования ИИ в стране. Фактически, штаты обязаны пересмотреть правила в сфере ИИ, если они не соответствуют федеральным нормам. Ранее штаты приняли инициативы, регулирующие создание дипфейков. 🎬 «Кинопоиск | Индустрия»

Интересное развитие регулировки в плане стран-производителей моделей. В этом контексте Oper Source (который и так в корпоративной среде ну очень сильно экономит финансы) будет развиваться еще более активно.

Бенчмарк качества видео по сцене «Will Smith ест спагетти». Да, ещё слышно косяки генерации. Но все же. Первые 3-4 части версии вы наверняка уже видели. https://youtube.com/shorts/PlhggFJVsuA?si=cV-BWZDkfFaiAx3z

Meanwhile in the world. Мужик гений по-моему.

Мы переехали в Испанию. Теперь мы в Барселоне (и в шоке!) :) если у кого-то знакомые сдают квартиру, нам актуальны как саблеты на ближайшее время, так и долгосрочная аренда. UPD: жилье нашли. Буду рада новым знакомствам, если вы в наших краях.

Skyeng получил награду EdTechs Awards 2025 от Smart Ranking в номинации «Внедрение ИИ в образовании». Думаю, что немаленькую роль в этом сыграл и проект по созданию генератора контента, который мы делали в прошлом году. Это не единственный проект, который мы запустили в Skyeng в 2024-25 году, но один из тех, кто сильнее всего повлиял на PnL и мышление продактов в образовании. Сделала пост в Li с благодарностями тем, кто занимался генератором контента. https://www.linkedin.com/posts/varvara_%D0%B3%D0%BE%D0%B4-%D0%B8%D0%B8-%D0%BE%D1%84%D0%B8%D1%86%D0%B8%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE-%D0%B7%D0%B0%D0%B2%D0%B5%D1%80%D1%88%D0%B8%D0%BB%D0%B0%D1%81%D1%8C-%D0%BF%D1%80%D0%B5%D0%BC%D0%B8%D1%8F-activity-7410991546126192640-QDzC Плайкайте, пожалуйста, нам будет приятно :)

🎋 6750km ML Product Thinking 🎋 Варя Новожилова pinned a photo

По мотивам вчерашнего дейоффа (простите)

Janek Brö в Фейсбуке написал классный пост о том, как одна компания сэкономила 40к часов сотрудников, внедрив курсор. Они попали на сайт MS как кейс с успехом, расширяют внедрение. Кейс, скорее всего, вымышленный. Но боль отзывается в каждой строке, особенно в моментах типа «он перестал задавать вопросы». Нет там экономии. Даже наоборот. Пост об этом. Это все действительно часто встречается в реальности. Есть кто-то со своей бигайдиа, кто смог объяснить борду (совету директоров), почему это работает и завтра будет работать ещё лучше. «Успех пилота означает, что это не было полным провалом» — это нормально и это не говорит о том, что такого пилота не должно было быть или о том, что ИИ — пузырь. 🫧 Не обязательно. Вполне должно и вполне может быть там реальная потенциальная экономия. Мораль этой басни: не бойтесь признавать ошибки. Поощряйте (а не ставьте на ревью) своих сотрудников, кто задаёт вам неудобные вопросы. Учитесь создавать такие системы, чтобы это не мешало развитию вашего бизнеса. А не «то, что ты говоришь, сильно всех демотивирует». Ну да, можно помолчать пока, но этот эскалатор ведет вниз. Не обязательно вешать флаг «мы облажались по-крупному и не знаем, что с этим делать!» напротив условного Пентагона. But you should always talk about the elephant in the room. Спокойно и честно. И очень не всегда в компаниях такие возможности создаются. Так теряются возможности избежать проблем. Ошибки, которые часто встречаются и не исправляются. 🤩 Проблема 1. Несходящаяся экономика. Видим чужой успех, верим в него, хотим повторить, не понимаем, как именно нам это принесет/сэкономит денег в нашей архитектуре и схеме работы, но «по ходу дела разберемся». — в этот момент не стоит стартовать. Стоит разбираться. Можно, если вам это нужно политически для раунда, но это ставка без гарантий, будьте готовы фиксировать убыток или перекрывать двойными вложениями. ✊🏻 Проблема 2. Чемодан без ручки. Прошло полгода-год. Понятнее, где деньги, не стало. Но мы уже кричим, что все внедрили и «назад дороги нет». Как правило, примерно в это время приходят за консультациями к тем, кто уже что-то такое делал… Тут важно понимать, что 1 час общения по теме не решит всех ваших проблем. Которых вы пока даже не знаете. И даже не найдет одну, ту самую важную, которой надо заниматься прямо сейчас, чтобы точно стало лучше. Волшебной пилюли все еще нет. Нужно перестать питчить успех самим себе, честно признать, в каких местах у вас есть пробелы в понимании «где деньги в ваших процессах высвобождает AI-автоматизация, а где не очень и почему?», системно изучать ваши возможности и ограничения. И думать, какие из них перспективнее в плане приложения усилий, чтобы их решить. Иначе получается как в South Park “Собираем трусы > ?? > профит!” 👩‍🏫 Проблема 3. Курсы для галочки. Она встречается на всех стадиях. Огромная компания внедряет AI. И делает для своих сотрудников «хороший курс» о том, что такое AI, что такое нейросети, промтинг, его базовые техники и вообще, какие есть возможности сегодня. О да, прям ни одного готового и бесплатного аналогичного курса в интернете на вашем языке ещё нет. При этом самое важное: что именно актуально сегодня и доступно в вашей компании вашим сотрудникам в сегодняшних задачах, как правило, исключается. Потому что это через месяц устареет. И даже принципы принятия решений — тоже устареют. Через 3-4 месяца. Поэтому принимается решение, что нужен универсальный курс. Не нужен. Нужен конкретный курс, который устареет. И нужна система, которая позволит регулярно его обновлять или закрывать, когда он не нужен. Либо нужна подборка готовых универсальных курсов по актуальным для вас темам и форма для вопросов от тех, кто их посмотрел. Например. Полезные ссылки - пост от Janek Brö https://www.facebook.com/share/1C9pvWqY2Z/ - серия South Park про трусы и profit https://youtu.be/WpnM37A4P_8 (in English) - первый попавшийся курс “Введение в промпт-инжиниринг”, найденный за минуту, у ВШЭ обычно все неплохо. https://academika.ru/course/hse-prompt-engineering/ Like, share, tell me what you think about it! ❤️