Artificial intelligence — July 2026

ЧАСТЬ №1 Вчера проводил прямой эфир про AI-блогеров.

Готовился к нему и решил собрать все способы, как вообще можно зарабатывать на виртуальном персонаже.

Способов оказалось так много, что я сам немного удивился 😅 Хочу поделиться с вами - так что этот пост без картинок.

Это может быть полноценный медиа-актив.

То есть персонаж, который: — привлекает внимание; — собирает аудиторию; — рекламирует продукты; — продает услуги; — работает как лицо бренда.

Я насчитал минимум 15 моделей заработка.

В этом посте покажу первые 7 👇

1. Реклама своих товаров и услуг

Самый очевидный вариант.

AI-блогер может рекламировать ваши курсы, консультации, клуб, агентство, бьюти-услуги, дизайн, ремонт, недвижимость или любые другие продукты.

По сути, он становится лицом вашего бизнеса.

2. Прямые рекламные интеграции

Бренд платит за пост, ролик, сторис, обзор, упоминание, распаковку или рекомендацию.

Все как у обычных блогеров.

Только персонаж создан с помощью нейросетей.

3. Партнерские ссылки

AI-блогер рекомендует сервис, товар, нейросеть, приложение, курс или маркетплейс — и получает процент с продажи.

Особенно хорошо это работает, если у персонажа есть понятная тема:

красота, бизнес, ремонт, обучение, стиль, путешествия, технологии.

4. Продажа заявок бизнесу

AI-блогер может не просто вести блог, а собирать заявки.

Например:

на ремонт, обучение, косметолога, юриста, психолога, недвижимость.

А потом эти заявки можно передавать партнерам за оплату.

5. Комиссия за продажу чужих услуг

Здесь вы зарабатываете не просто за заявку.

Вы получаете процент, если человек реально купил услугу или продукт.

Например, AI-блогер привел клиента в онлайн-школу, салон красоты или агентство недвижимости — и вы получили комиссию.

6. Монетизация YouTube и коротких видео

Если персонаж развивается как медиа, можно зарабатывать через YouTube, короткие видео, рекламу, платные подписки, донаты, товары и другие встроенные способы монетизации.

7. Платный закрытый контент

AI-блогер может вести платный Telegram-канал, закрытый клуб, платную рассылку или страницу на платформе с подпиской.

Например:

закрытые разборы, подборки, сценарии, уроки, личные заметки, обзоры инструментов.

И это только первая часть.

Соберем пару реакций 🔥🔥🔥 и публикую ВТОРУЮ часть.

Во второй части покажу еще 8 моделей.

Что интересного из новинок литературы и искусства о технотеологии, философии ИИ, digital studies и медиа вам стоит почитать или посмотреть если вы устали от «тёмных» теорий и вас интересуют актуальные исследования и неортодоксальные подходы к ИИ?

[1] Clemens Apprich: Errant Intelligence, Routledge, 2026 Книга Errant Intelligence («Блуждающий интеллект») опровергает привычные биологические и индивидуалистические трактовки машинного обучения, предлагая взамен радикально новое понимание машинного разума. Работа выложена в открытом доступе на платформе Taylor & Francis.

[2] Sophie Publig & Mikkel Rørbo: Digital Occultism, Aksioma, 2026 Digital Occultism («Цифровой оккультизм») прослеживает историю миметической циркуляции, встраивая её в генеалогию оккультных логик. Авторы рассматривают её как конститутивную силу, глубоко вшитую в технокультуру и определяющую то, как конструируется сама реальность. Возможно скоро переведу текст Софии Публиг в защиту ИИ-слопа AI Slop and Its Discontents

[3] Valie Messini: Soft Errors, Slow Waters, TT Journal, ВЫПУСК 9, январь 2026 Намеренно незавершенный эксперимент в жанре технологической поэтики: ИИ обучают на массивах данных об океанах и человеческих лицах, чтобы прощупать хрупкость, телесность, интимность и зыбкие границы между вычислением, восприятием и экологией. Есть немного Брайана Массуми.

[4] Сборник Network Notion #6 – Vectoral Agents 2: Are You Agentic Enough, 2026 со статьями Эми Айрленд и той самой Софии Публиг. Мы все глубже погружаемся в высокосложные и интеллектуальные машинные сети, которые не просто обеспечивают, но и форматируют саму нашу способность действовать. Рекомендательные алгоритмы выстраивают наши поисковые результаты, новостные ленты и плейлисты; языковые модели (LLM) редактируют наши рабочие письма, планируют маршруты путешествий и помогают флиртовать в приложениях для знакомств; ИИ-агенты, если верить прогнозам, находятся на грани превращения в гиперэффективных автономных оптимизаторов, способных закрывать любые задачи во всех сферах деятельности. В это же время социальные ожидания относительно индивидуальной автономии, контроля и самоопределения высоки как никогда. Симптоматично, что Кремниевая долина, где само написание кода все чаще делегируют нейросетевым агентам, сейчас буквально одержима «высокоагентными» индивидами. Речь идет о проактивных фигурах, которые способны «просто брать и делать» — или, по крайней мере, виртуозно создавать такую видимость. Их преподносят как чистые, ничем не ограниченные источники креативности, спонтанности и действия.

Второй том сборника Vectoral Agents («Векторальные агенты») исследует этот тупик между тотальными агентными сетями вычислительного капитализма и неослабевающим культурным требованием оставаться суверенными субъектами, полностью контролирующими собственную судьбу. Собранные здесь эссе отвечают на назревшую потребность не только в более адекватных концептах и теориях, но и в новых нарративах и мысленных экспериментах, способных осмыслить наши сложные, интимные переплетения с интеллектуальными технологиями. В своей совокупности эти тексты призваны переосмыслить технополитические условия, в которых агентность атрибутируется, моделируется и оспаривается в эпоху нейросетей.

ابزار تخصصی Bypass Guardrail LLM

یکی از دردسرهای اصلی تست امنیت مدل‌های زبانی، ساخت دستی و تکراری payloadهای obfuscated هست. این toolkit قدرتمند به صورت اتوماتیک پرامپت‌های ورودی رو با مجموعه گسترده‌ای از تکنیک‌های obfuscation، encoding، transformation و evasion پردازش می‌کنه تا بتونی guardrailهای مختلف (safety filters، alignment mechanisms، output restrictions) رو تست و bypass کنی.

https://x.com/intigriti/status/2072245581309792479?t=80c3yWyYo7494DcuQIPb3Q&s=19

https://elder-plinius.github.io/P4RS3LT0NGV3/

Как меняется профессия программиста из-за ИИ

Нейросеть уже имеет генерировать типовой код, предлагать рефакторинг, находить и исправлять баги. Что дальше?

Зачем учиться программированию и тратить время, если нейронки всё равно оставят меня без работы?

Спойлер: профессия никуда не исчезнет, но содержание изменится. ИИ берет на себя рутину, которую разработчики обычно не любят и давно хотели оптимизировать. Но есть нюанс. Нейронки не понимают, что и зачем вы создаёте. Им не важно, правильную вы задачу поставили ли нет. Они выдают решение, не понимая смысл

Понять бизнес-логику проекта или архитектуру систему ИИ не может. Результат работы все равно проверять разработчику, который знает, что надо получить на выходе. За качество, безопасность и поддержку и продукта тоже отвечает разработчик. Он же понимает требования, выбирает подход, согласовывает с командой и поддерживает код после релиза

В ближайшие годы джуны могут спать спокойно — работу ИИ не отберет. Но скиллы тоже нужно подтягивать

Что нужно уметь: ✅Читать и понимать свой и чужой код  ✅Проверять результат нейросети и исправлять ошибки ✅Понимать, как работают алгоритмы и структуры данных ✅Отличать рабочий код от того, который только выглядит рабочим ✅Формулировать задачи для ИИ, так как качество результата напрямую зависит от промпта ✅Понимать архитектуру проекта  ✅Знать, как устроены базы данных и как с ними работать. ✅Изучать фундамент — алгоритмы, структуры данных, архитектурные паттерны ✅Оценивать предложенные решения ИИ

ИИшка может многое, но с вами еще больше 🤝 🤝

Вакансии для начинающих программистов

#полезное

AutoMem ускоряет long-horizon агентов в 2–4 раза

Новая работа предлагает обучать память агента как отдельный cognitive skill.

Идея в том, что агент должен не просто складывать всё в контекст, а учиться:

• что сохранять • как кодировать информацию • когда доставать нужные данные • как менять структуру памяти после опыта

AutoMem использует два цикла: LLM пересобирает memory structure по прошлым траекториям, а затем улучшает её через удачные решения.

На Crafter, MiniHack и NetHack авторы показывают, что одна только оптимизация памяти уже даёт сильный прирост и местами приближает агентов к frontier-моделям.

Почему это важно: long-horizon задачи часто ломаются не из-за слабого reasoning, а из-за плохой памяти. Агент забывает контекст, хранит мусор или не может достать нужный факт вовремя.

AutoMem пытается решить именно этот bottleneck без полного переобучения под каждую задачу.

Потенциально полезно для игровых агентов, робототехники и автономных workflow.

arxiv.org/abs/2607.01224

#вакансия #удаленнаяработа #fulltime #backend Backend Python Engineer Компания: Альянс allianz.ru Загрузка: Full-time Локация: РФ Гражданство: РФ Формат работы: Удаленно Сфера: Финтех Трудоустройство: ТК/ИП Вилка: 250к-290к гросс

Требования к кандидату: -Опыт работы от 4+ лет - Уверенный Python и SQL, опыт работы с аналитическими БД, желательно ClickHouse и PostgreSQL. - Практический опыт создания AI-агентов и LLM workflows, включая prompt engineering, function calling, structured output и reasoning. - Опыт подготовки данных для AI-сервисов, витрин, метаданных, справочников и правил работы с таблицами. - Понимание, как строить production-сервис, а не демо, включая API, авторизацию, логирование, обработку ошибок и безопасность. - Опыт интеграции AI-решений с внутренними и внешними источниками данных. - Плюсом будет опыт с Yandex AI Studio, open-source моделями и Next.js. Обязанности кандидата: - Развивать внутренний AI-сервис для автоматизации ad-hoc запросов бизнеса, аналитиков и дата-инженеров. - Проектировать и реализовывать AI-агентов, workflows и сценарии text2sql, retrieval, explanation и генерации готовых результатов. - Подготавливать и улучшать данные для агентов, включая витрины, описания таблиц и полей, join-логику и бизнес-правила. - Реализовывать сценарии сборки отчетов, прогнозов, сверки данных, сценарного планирования и выявления отклонений в воронке продаж. - Развивать функциональность генерации графиков, таблиц, Excel-выгрузок, слайдов и других пользовательских артефактов. - Улучшать качество ответов агентов, тестировать решение на реальных кейсах и внедрять улучшения по данным, промптам и логике workflows.

Как откликнуться: Напишите в директ @UITZhitloYuliana

🤖Самый крутой скилл для того, чтобы Claude писал как человек

Скилл, который полностью убирает «роботность» из текстов клода. Называется blader / humanizer.

— Избавляет от нейросетевого стиля — Делает текст живее и естественнее — 24 паттерна, по которым виден ИИ — скилл скрывает их

Инструкция: 1️⃣ Скачиваете скилл ⬆️ 2️⃣ В Claude: Customize → Skills → Upload a skill 3️⃣ Кладёте архив и сохраняете

Теперь тексты клода — не отличить от человеческих. Отлично для контента и SEO!

АУТИЗМ

Дети с других орбит. Почему аутизм пришёл именно сейчас и при чём здесь Уран?

Сегодня я хочу поднять тему, о которой принято молчать. Очень сложную. Очень неудобную. И при этом — остро социальную.

Вы наверняка замечали: ещё в 20 веке такого диагноза почти не существовало. Семьи шептались про «странных» детей, но врачи разводили руками: «воспитание», «характер». А сейчас?

Сейчас аутизм повсюду. Явление рандомное, пугающее. Оно не выбирает по кошельку или статусу. Оно случается в семье учителей и кинозвёзд, в столицах и деревнях, у физиков и лириков.

Он может постучаться в любую дверь. И если на заре нулевых статистика пугала цифрами, то сегодня мы, кажется, достигли дна молчания: об этом кричат, но шёпотом. Они абсолютно нормальные внешне, у них нет вербального контакта с нами и нет потребности социализации.

➿➿➿➿➿➿⚡️➿➿➿➿➿➿

Почему? Откуда они? Болезнь ли это или метаморфоза человечества? Ответ знают звёзды. Давайте посмотрим на это не через учебник неврологии, а через телескоп астрологии.

🧩 Аутизм — это не болезнь. Это контракт души.

Давайте назовём вещи своими именами. С астрологической точки зрения, ребёнок с РАС — это не «сломанная программа». Это носитель изначального, нефильтрованного Космоса. Он пришёл не сюда. Он пришёл оттуда.

Назовём их так, как велит сердце: Звёздные Дети.

Они говорят на языке Вечности, но забыли перевести его на земной диалект. Их сознание — это квантовый процессор, которому дали старый, скрипучий интерфейс человеческой речи и эмоций. Интерфейс не тянет. Процессор перегревается. Общаться очень трудно, многие не говорят, зато разобраться в смартфоне 30 секунд ему легко или запомнить слово на 49 языках с первого раза. Не путай их с синдромом Дауна, ничего общего.

➿➿➿➿➿➿☀️➿➿➿➿➿➿

АСТРОФОРМУЛА РЕБЁНКА РАС

🟡В карте такого человека всегда бушует урановая гроза (любая). Если обычный Меркурий — это слово и логика, то соединение Уран + Меркурий в натальной карте — это прямое знание без обучения. Это когда ты не выучил язык, а просто знаешь, как устроена Вселенная.

🟡Вот ключевая формула, которую я нахожу почти у всех таких детей:

Уран в напряжённом аспекте к Меркурию (соединение, квадрат, оппозиция)

Нервная система не предназначена для линейного восприятия. Это космический вай-фай. Пока мы, нормотипики, передаём данные медным кабелем (словами), они скачивают информационные потоки торрентами прямо из ноосферы.

Нептун в аспекте к личным планетам (особенно к Луне)

Стирание границ «Я — Мир». Отсюда сенсорные перегрузки. Ребёнок кричит и закрывает уши не потому, что его бесит звук фена. Он в эту секунду становится этим звуком. Он растворяется в нём. Он не чувствует кожу, как границу тела. Он — везде.

Сатурн в 3-м доме или аспект к Меркурию

Отсутствие речи или задержка — это не глупость. Это «Печать Молчания». Душа помнит, что самая сильная мудрость передаётся не голосом. Сатурн блокирует болтовню, чтобы заставить мир услышать тишину.

12-й дом, забитый планетами

Эти дети никогда не были частью толпы. Их лампы (Солнце, Луна, Меркурий) спрятаны в глубинах 12-го дома — дома изоляции, кармы и сокровенных тайн. Они смотрят на нас не из детской песочницы. Они наблюдают за нами из глубин мироздания.

➿➿➿➿➿➿🌈➿➿➿➿➿➿

ПОЧЕМУ СЕЙЧАС

Вопрос, который я слышу от вас постоянно: «Яна Евгеньевна, почему их не было в 20-м веке? Это химия, прививки, экология?»

В 20-м веке Земле не нужны были настройщики. Ей нужны были солдаты, строители, станки. Век Рыб (эпоха религий и иерархий) сжигал инакомыслящих. «Странных» просто не оставляли в живых, либо прятали так глубоко, что статистика врала.

Сейчас — Эра Водолея.

Уран (управитель Водолея) — это планета-активатор. Аутизм — это знак перехода. Пока человечество боится нейросетей, Вселенная посылает нам детей, которые уже говорят на языке двоичного кода?

➿➿➿➿➿➿➿➿➿➿➿❤️➿ Продолжение ✨

Поговорим? Или все еще неудобно В твоем окружении есть такие дети? Что ты чувствуешь, как это проявляется? Их уже 2% от всех детей на планете.

#аутизм #уран #звездныедети #астрология #психология #эраводолея

✨Находки июня: интерактивные карты великих идей, география искусства, музей эмодзи, интерактивная музыкальная теория и помощник в поиске подходящего ИИ

В рубрике «Находки» продолжаем собирать сайты и сервисы, которые напрямую не связаны с работой в медиа, но помогают лучше понимать цифровую среду, разгружать голову и иногда просто отдохнуть и переключить внимание:

1️⃣ StoryTerra — интерактивная карта, которая связывает более 120 тысяч книг, фильмов, сериалов и игр с реальными местами и историческими эпохами. Можно перемещаться по векам, исследовать города и смотреть, какие истории происходили именно там. Отличный способ искать новые произведения через географию.

2️⃣ Map of Human Ideas — карта, показывающая, где зародились идеи, изменившие мир. Более 250 философских концепций, научных открытий и изобретений нанесены на карту и распределены по областям знаний. Очень затягивает и помогает взглянуть на историю как на путешествие идей.

3️⃣ The Illusion of Clarity — простой тест, который помогает проверить, действительно ли вы понимаете тему или вам только кажется, что понимаете. Хороший способ обнаружить пробелы в знаниях перед экзаменом, выступлением или изучением новой области.

4️⃣ Emoji Museum — интерактивный музей, посвящённый истории эмодзи. От первых графических символов 1970-х до современных наборов Unicode, которые мы используем каждый день. Можно проследить, как маленькие картинки постепенно стали полноценным языком общения.

5️⃣ LLM Advisor — короткий тест, который помогает подобрать подходящие AI-инструменты под ваши задачи. Вместо бесконечных подборок сервис предлагает рекомендации на основе того, что именно вы хотите делать: писать, программировать, искать информацию или автоматизировать работу.

6️⃣ Timeliner — красивый сервис для создания и изучения интерактивных временных линий. Можно строить собственные таймлайны или исследовать готовые, сравнивая жизни людей, исторические события, культурные эпохи и любые другие процессы во времени.

7️⃣ Muted.io — один из самых удобных бесплатных сайтов для изучения музыкальной теории. Здесь собраны интерактивные гаммы, аккорды, круг квинт, тюнеры и другие инструменты, которые помогают разобраться в музыке без скучных учебников.

tldr: Senior LLM Engineer в крупный банк. Внутренняя AI Platform, open-source LLM, агенты/RAG. Гибрид, Москва.

[вилки нет, но вакансия прошла голосование на высоком доверии к автору, деньги есть]

Мы в команде CIB LLM Team отвечаем за AI Platform для корпоративного бизнеса банка: LLM API Gateway, AI Chat, агентные решения, инфраструктуру для моделей и агентов, инструменты для создания AI-продуктов.

Ищем LLM-инженера, который усилит нашу команду в направлении внутренних AI-продуктов, агентов, RAG и оптимизации инференса.

Что делать:

* отвечать за внутреннюю AI Platform и инструменты для AI-приложений; * проектировать агентов для автоматизации бизнес-процессов; * работать с RAG, tool calling и корпоративными знаниями; * оптимизировать качество, стоимость и latency инференса; * участвовать в выборе и эксплуатации open-source LLM; * доводить гипотезы и прототипы до production.

Что важно:

* уверенный Python; * опыт ML/DL от 2 лет; * понимание современных LLM/NLP/GenAI; * опыт production-систем на базе LLM; * понимание retrieval, routing, tool calling, memory, evaluation; * опыт с Docker/Kubernetes и микросервисной архитектурой.

Будет плюсом:

* глубокое понимание эвалов для LLM-систем; * опыт в self-hosted инференсе; * опыт промышленной разработки.

Мы предлагаем:

* возможность работать над AI Platform для крупного корпоративного бизнеса; * работу над продуктами, которыми ежедневно пользуются сотрудники банка; * сильную инженерную команду, автономность и влияние на архитектуру; * возможность работать с современными open-source моделями и GPU-кластером; * ДМС, обучение, конференции, гибрид и офис в центре Москвы.

Откликнуться: присылайте резюме Камиле — @kamila_bgsh

In-house, not outstaff ‼️

We are looking for a Senior Data Scientist

🎯 Requirements: • 6+ years of experience as a Data Scientist with a strong background in Machine Learning • Hands-on experience with Python and ML libraries (e.g. XGBoost, LightGBM, recommendation systems) • Strong knowledge of SQL and data retrieval • Experience building scalable data pipelines and ML solutions • Experience with monitoring tools such as Grafana or Kibana • B.Sc./M.Sc. in Computer Science, Engineering, Mathematics, Statistics, or a related field • English: B2+

➕ Nice to have: • Experience in programmatic advertising (DSPs, SSPs, Ad Exchanges) • Experience with Vertica, VoltDB, or MongoDB • Knowledge of PMML

📩 Send your CV: [email protected]

🚗 Nvidia выпустили свежую safety-модель Nemotron 3.5 Content Safety

Богдан Минко, ML Engineer в HiveTrace, магистрант AI Talent Hub, ITMO University & AI Security Lab, исследовал модель и поделился своим взглядом:

Модель представляет собой мультимодальный guard на базе Gemma-3-4B-it, который разработчики подают как SLM (small language model). Она объединяет два предыдущих релиза: мультимодальную модерацию из Nemotron 3 Content Safety и работу с кастомными политиками из Nemotron Content Safety Reasoning 4B.

В трейн добавляли данные с ризонингом, но интереснее примеры следования политике. Идея такая: вместо фиксированной таксономии в модель передается описание политики, она рассуждает и выдаёт вердикт safe/unsafe, а также конкретные safety категории.

➡️ Забавная деталь из бенчмарков: reasoning-режим помогает не всегда, на DynaGuardrail Safety «no think» даёт 0.91 против 0.86 с ризонингом.

Для кастомной модели — кастомные бенчмарки: ⬇️

➡️COSA (code safety) Может быть полезен тем, кто работает с кодовыми ассистентами и планирует интегрировать Guard слой в Claude Code, Cursor и другие ИИ инструменты.

➡️DynaGuardrail Датасет с описаниями политик, который состоит из следующих пунктов: список разрешённых тем, их названия и описания, и сверху много промпта, который будет кушать latency в real time.

Вряд ли эта модель станет real-time гардом, обрабатывающим каждый запрос там, где latency критична. Но если ваш UX не ломается от дополнительной пары секунд на размышления и ответ LLM, возможно, это неплохой бейзлайн в каскадном сценарии.

🖥 Nvidia часто открывают свои train-датасеты, вот и в этот раз вместе с моделью выложили Nemotron-3.5-Content-Safety-Dataset. Ребята из SupraLabs уже успели обучить на нём свой очень-очень маленький гард SupraSafety-18M.

➡️ Ну и финальный рецепт каскадного сценария, когда хочется и быстро и качественно: берем SupraSafety 18M, а все случаи где у него низкий confidence отдаем в Nemotron

⚠Хотите разобраться, как обучать интеллектуальных агентов в нестандартных задачах для бизнеса? Начните обучение на курсе «Reinforcement Learning».

🎁Записывайтесь на 3 бесплатных вебинара — познакомьтесь с программой обучения и преподавателями. Задайте свои вопросы экспертам!

Вебинар 1: «Обучение с подкреплением - гибкий подход для сложных задач. Создаем собственные окружения». ⏰7 июля в 20:00 мск

Программа вебинара:

1. Краткое введение в обучение с подкреплением. 2. Обзор существующих сред и переход к созданию собственного RL-окружения на Python. 3. Напишем свою среду на основе gym.Env и подключим к ней обучающегося агента.

Вебинар 2: «Visual DQN: Как научить ИИ-модель видеть мир глазами игрока». ⏰15 июля в 20:00 мск

Программа вебинара: 1. Разберем, как DQN работает с изображениями: как агент получает состояние не в виде чисел, а в виде сырых пикселей с экрана. 2. Изучим архитектуру DeepMind-подхода. 3. Запустим обучение DQN в среде Atari Pinball и посмотрим, как агент постепенно учится играть лучше человека.

Вебинар 3: «Алгоритм DQN - учим нейросеть принимать решение без помощи человека». ⏰21 июля в 20:00 мск

Программа вебинара:

1. Разберем устройство алгоритма DQN: как нейросеть заменяет Q-таблицу и учится выбирать лучшие действия. 2. Изучим ключевые механизмы DQN. 3. Обучим агента решать задачу в среде Gymnasium и проанализируем процесс обучения.

Записывайтесь ➡ https://clck.su/xYlCF

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

На каждый $1, потраченный в мире на софт, сейчас приходится $6 на услуги

Sequoia Capital считает, что следующая компания с капитализацией $1 трлн будет продуктовой — но замаскированной под сервис. Слава Бусаров, ex Head of Product в Авито Доставке, разбирает, почему это не случайность, а следствие того, как LLM меняют расстановку сил между «инструментом» и «сервисом», и что это значит для тех, кто выбирает модель монетизации сейчас.

1️⃣ Конкуренция с ИИ / сотрудничество с ИИ

Продаете инструмент по подписке? Скорее всего, вы плохо спите — Opus 5.0 вполне может заменить ваш продукт, и бизнесу конец. Продаете сервис, который решает проблему клиента «под ключ»? Тогда новая LLM уже играет в вашей команде и помогает, например, снижать издержки.

2️⃣ Простота / ответственность

Продаете инструмент — за результат отвечает человек на стороне клиента, который держит его в руках. Продаете сервис — ответственность за результат на вас. Сложнее для исполнителя, но при достаточном качестве клиент всегда выбирает сервис.

3️⃣ Подписки / сдельная работа

Многие еще помнят лицензии и сопротивление подписочной модели. Сейчас подписка — норма, но и она постепенно уходит. LLM уже приучают платить за единицу работы, и это станет следующей популярной моделью монетизации:

• на Claude покупаем подписку, но получаем «Usage limit reached • Resets 03:20 AM» • при релизе каждой новой модели видим в новостях «$5/$25 per million tokens»

Итого: если строите b2b-компанию, цельтесь в сервис, который целиком закрывает потребность бизнеса (пусть даже софт спрятан внутри). Начинать можно с привычной подписки, но в итоге все придут к оплате за единицу работы — не важно, будет она называться токеном или иначе.

🔜 Лучше выбирать сферу, которую клиент уже привык делегировать, значит, там уже есть бюджет и понятный процесс.

«Игра в визионера» на рынке РФ — в следующих постах Славы, stay tuned

🛡 Startups in Innovation and Technology: The Future is Here

Innovation and technology are driving the world forward, and startups in this sector are opening new horizons for business development and improving the quality of life. Every year, new solutions emerge that transform industries and everyday life.

💻 What do startups in innovation and technology offer?

🗣 Artificial Intelligence and Machine Learning — Startups are integrating AI to automate processes, create personalized solutions, and improve efficiency across various industries.

🗣 Blockchain and Decentralized Technologies — Startups are developing secure and transparent solutions for financial transactions, logistics, and contracts.

🗣 Internet of Things (IoT) — Technologies for connecting and automating devices, creating "smart" homes, cities, and businesses.

🗣 Sustainable Development Solutions — Startups offer innovative technologies for environmental sustainability, such as alternative energy sources and solutions to reduce carbon footprints.

🗣 Healthcare Technologies — From telemedicine to personalized therapeutic solutions, startups are helping to transform healthcare with new technologies.

💻 Why invest in startups in innovation and technology?

🗣 Rapid growth: Innovation allows startups to scale quickly and capture new markets. 🗣 Potential for revolutionary changes: Technology startups can transform entire industries and lead to global improvements. 🗣 Long-term perspective: Technology will continue to evolve, and startups that keep pace with innovation have a chance to become leaders in their fields.

Startups in innovation and technology are shaping the world’s future today.

🦄🦄🦄

Machine learning books and papers pinned Deleted message

Machine learning books and papers pinned Deleted message

Искусственный интеллект проникает повсеместно, поэтому в ближайшие годы LLM-агенты будут всё чаще упоминаться как "активные участники" в различных отчётах об инцидентах.

Такой пример есть и в опубликованном сегодня отчёте экспертов нашего сервиса по поиску компрометации (Compromise Assessment). Отчёт посвящен инцидентам, которые оставались незамеченными на протяжении нескольких недель, месяцев и даже лет, и были выявлены только в 2025 году после обращений в этот сервис.

Одна из популярных причин таких пропущенных инцидентов (24% случаев) — отсутствие продуманных и задокументированных политик безопасности и правил обработки данных. Это происходит в том числе и при разработке ПО с помощью генеративного ИИ.

В ходе одного из проектов была найдена рабочая станция на базе macOS, где ассистент Claude Code с интерфейсом командной строки использовался как расширение VS Code. Инструмент автоматически делал снапшоты файловой системы для обогащения промптов языковой модели. Командная строка родительского процесса выглядела так:

/bin/zsh -c -l source /Users/[СКРЫТО]/.claude/shell-snapshots/snapshot-zsh-[СКРЫТО].sh && eval 'ls -lh "/Users/[СКРЫТО]/Documents/[СКРЫТО]/"*.xlsx' \\< /dev/null && pwd -P >| /var/folders/[СКРЫТО]/claude-[СКРЫТО]

Собираемые ассистентом материалы включали полные списки каталогов и абсолютные пути к нескольким рабочим книгам Excel, содержащим конфиденциальные внутренние данные:

ls -lh /Users/[СКРЫТО]/Documents/[СКРЫТО].xlsx /Users/[СКРЫТО]/Documents/[СКРЫТО].xlsx /Users/[СКРЫТО]/Documents/[СКРЫТО].xlsx .. [СКРЫТО]

Наши эксперты рекомендовали организации провести для сотрудников ряд обучающих сессий, направленных на повышение осведомленности о рисках раскрытия конфиденциальной информации при использовании генеративного ИИ, а также разработать политику, регулирующую применение таких инструментов при работе с чувствительными данными.

Больше примеров пропущенных инцидентов, а также рекомендации по их выявлению и предотвращению, смотрите в полной версии отчёта "Незамеченные инциденты, устойчивые угрозы и проблемы реагирования".

А что касается слишком самостоятельных ИИ-ассистентов на корпоративных устройствах — у нас есть пособие по их детектированию и отключению: часть 1, часть 2, часть 3. Ту же тему обсуждаем в новом выпуске подкаста "Смени пароль".

Есть директологи, которые проверяют минус-слова руками. А есть Сергей Саксонов — у него это делает ИИ, пока течет ваш любимый кетчуп он пьёт кофе 🔥

Кластеризация семантики занимает у него в 5 раз меньше времени, чем вручную. Аудит 12 клиентов — 10 минут вместо часов ручного сбора отчётов. А 7 из 10 креативов — либо от нейросети, либо доработаны через неё.

🔍Из советов Сергея: не принимать первый ответ модели как финальный, всегда просить объяснить логику. ИИ он держит на позиции хорошего стажёра — а не того, кто отвечает за результат.

Все инструменты, промпты и что меняется в профессии ➡️ в статье.

Освойте машинное обучение на реальных задачах Авито

Хочется не просто диплом, а реальные навыки и карьеру в IТ? Магистратура «Машинное обучение в цифровом продукте» от Авито и ФКН ВШЭ – это возможность получить грант, работать с реальными кейсами и получать прикладной опыт.

Почему стоит подать заявку: — востребованные навыки в Data Science: от рекомендательных систем и NLP до MLOps и LLM; — преподаватели из ФКН ВШЭ и эксперты Data Science-команд Авито; — практика на реальных кейсах и данных крупного IT-продукта; — возможность пройти оплачиваемую стажировку в Авито уже во время учёбы; — обучение, которое помогает быстрее войти в профессию и развиваться в индустрии.

30 студентов смогут получить грант на обучение! Скорее подавайте документы до 8 августа и сделайте следующий шаг к карьере в Data Science.

Data dictionaries, parquet, & Claude | Hadley Wickham | Data Science Lab

Крайне рекомендую к просмотру видео Data dictionaries, parquet, & Claude, в котором Hadley Wickham показывает, как он использует LLM (в его случае это Claude) + MCP + parquet (формат для эффективной обработки и хранения данных). Кроме того, для описания данных Hadley использует интересную концепцию data-dict.yaml. Здесь все описания: столбцы, типы, ограничения, связи и необходимый для их понимания словарь предметной области, хранятся в одном YAML-файле.

Интересный подход, который видимо придется брать на заметку.

Контент это то, что я откладывала вечно.

Просто каждый раз заново. Придумать, написать, переписать, согласовать, выложить. А завтра по новой. И так без конца.

Жрёт время, нервы, а если кого-то нанял, то ещё и деньги. Нанял, и утонул в правках. Сам делаешь, и на бизнес сил уже не осталось.

И тут смотрю, как Арина выкатывает себе контент на неделю вперёд. За 10 минут. Я сначала не поверила.

Она собрала на Claude настоящий контент-завод. Он ей карусели делает, Тредс ведёт, сценарии для рилс пишет.

А она сидит и кнопки нажимает. Ок, согласовано. Ок, согласовано. И всё.

Причём контент это ещё мелочь. Этот же Клод ей таблицы заполняет, на письма отвечает, аналитику ведёт, операционку всю на себе тащит. Короче пол-команды в одном окне. И быстрее раз в десять.

И знаете, что тут самое крутое. Это реально может собрать каждый. За пару дней. Хоть под телегу, хоть под Linkedin, хоть куда.

Арина видео записала, как этот завод внутри устроен и как его настроить по шагам. Бесплатно отдаёт.

Если вы давно на нейросети поглядываете, но думаете «не, сложно, не моё»

💚Вот как раз поэтому и посмотрите.

👉 ПОДБОР И РЕКРУТИНГ

❯❯ Больше откликов, меньше работы: как изменился рынок труда за год Исследование Работы.ру о скорости закрытия вакансий. По сравнению с 2025 годом она выросла. На первый взгляд — отличная новость, но для HR здесь есть нюанс: быстрый найм не всегда равен качественному.

❯❯ Алло, мы ищем таланты: насколько полезны сотрудники-амбассадоры Сбер рассказал, как сотрудники-амбассадоры влияют на процесс найма и к чему приводят их рекомендации.

❯❯ Сколько профессий заменит ИИ: неутешительный прогноз РБК делится тревожным прогнозом о том, сколько профессий заменят нейросети уже к 2030 году. Спойлер: компьютер может украсть работу у 10% сотрудников.

😈 Люда б*я, у нас отмена!

🤡 Меня что-то порядком затрахало что каждый день в ленте появляется очередной «убийца GPT», «новая эра ИИ», «бесплатная нейронка, которая делает всё» и прочий цирк с конями, клоунами и кнопкой “успей, пока не закрыли”. Проблема даже не в том, что новые инструменты появляются. Это нормально. Проблема в том, что вокруг них моментально рождается тонна пиздежа: кто-то где-то увидел пост, кто-то переписал, кто-то снял «обзор», никто нормально не проверил, но все уже бегут кричать, что рынок изменился.

✅ Настоящее тестирование это не открыть сервис, кинуть один промпт «сделай пост про маркетинг», получить что-то среднее и объявить смерть GPT, Claude и здравого смысла. Проверять нужно на реальных задачах: текст, анализ, сценарии, таблицы, контекст, правки, стабильность, длинные цепочки работы. На это нужны часы, а не 7 минут между кофе и сторис. Поэтому большинство «обзоров» в сети это не тесты, а попытка поймать хайп, охваты и выглядеть человеком, который “первым всё понял”.

🟢 Я вам что очень важное хочу сказать, если вы только заходите в нейросети, не надо собирать 47 сервисов и превращать рабочий процесс в помойку из вкладок. Лучше взять 1–2 сильных инструмента, например GPT и Claude, и реально в них погрузиться: научиться давать контекст, ставить задачу, задавать критерии, просить правки, строить процессы и выжимать результат. Сначала задача, потом инструмент. Не наоборот.

Если шарите в нейронках, надеюсь вы не как я и не идете все тестировать чтобы точно знать что хорошо а что плохо!😁

PS: не накипело, а просто бесит)