Redes Neural Vibecodificación - AI

💰 Cloudflare анонсировал (Ссылка скрыта криптокошельки для ИИ-агентов. С помощью Cloudflare Wallet ИИ-агент сможет сам покупать доступы к API, MCP или контенту, чтобы пользователю не приходилось каждый раз регистрироваться у нового провайдера, привязывать карту и вручную выпускать ключи. Расчеты будут проходить в стейблкоинах через агентный протокол x402. Для ИИ-агента можно будет задать строгий лимит трат.

Любую книгу теперь можно превратить в навык нейросети — вышел (Ссылка скрыта опенсорсный конвертер book-to-skill для ваших ИИ-агентов. Скармливаете ему PDF, EPUB, DOCX, Markdown или целую папку документов — агент считывает текст, собирает конспекты глав, словарь, паттерны и шпаргалку, а затем превращает это в skill. Метод отлично экономит токены — в 24-51 раз меньше затрат, чем если бы вы просто закинули нейронке целую книгу. Идеально, чтобы обсудить с нейронкой любимую книгу или превратить рабочий манул в инструмент. Забираем — здесь (Ссылка скрыта

Акции AMD упали на 8% после заявления Илона Маска о том, что SpaceX будет использовать «исключительно» чипы Nvidia. При этом квартальная выручка AMD достигла рекордных $11,5 млрд, а чистая прибыль год к году увеличилась с $872 млн до $2,3 млрд

Их разыскивают #humor

Вежливость к ChatGPT тоже потребляет электричество ООН посчитала, сколько энергии уходит на наши «пожалуйста» и «спасибо» в запросах к ИИ. Оказалось, цифровой этикет тоже не бесплатный — особенно когда им пользуются миллионы людей. По оценке исследователей, если убрать из промптов лишние вежливые слова, энергозатраты можно сократить примерно на 25%. Потенциальная экономия — до 98 ГВт⋅ч в год. Этого хватило бы на бытовые нужды примерно 760 тысяч человек. Причина довольно прозаичная: модели обрабатывают текст токенами, а каждый дополнительный токен — это вычисления. Даже если токен выглядит как безобидное «спасибо». Есть и более тяжёлые сценарии: — генерация одного изображения требует примерно в 60 раз больше энергии, чем текстовый запрос — сложное ИИ-видео может быть тяжелее уже примерно в 8000 раз Учёные не предлагают срочно хамить нейросетям и писать «сделай, железка». Смысл скорее в осознанном использовании: меньше пустых диалогов, меньше лишних перегенераций и меньше запросов «просто посмотреть, что будет».

Исследователи из Стэнфорда создали аналог Git для ИИ-агентов. Он называется Shepherd. Когда ИИ-агент допускает ошибку в процессе выполнения задачи, ему не нужно начинать всё заново. Вместо этого система откатывается к последнему корректному шагу и продолжает работу с этого места. Shepherd сохраняет каждый этап выполнения как отдельный коммит — вместе с файлами и состоянием запущенных процессов. Можно мгновенно вернуться к любой точке выполнения одним вызовом. До 95% вычислений, выполненных на предыдущих шагах, используются повторно, поэтому ничего не приходится пересчитывать дважды. Поверх всего работает мета-агент, который автоматически выполняет откат, как только обнаруживает ошибку. Участие человека не требуется. Проект полностью с открытым (Ссылка скрыта исходным кодом 😏

Китай может ограничить доступ иностранцев к своим моделям Власти Китая хотят, чтобы самые мощные модели были доступны только на внутреннем рынке. Причём речь не только о закрытых моделях, но и о моделях с открытыми весами. По словам источников, ограничения сейчас обсуждают с Alibaba, ByteDance и Z.ai. Пекин также рассматривает жёсткие наказания за утечки и кражу проприетарных AI-технологий. Ещё один возможный блок — ограничения на финансирование китайских AI-стартапов иностранными инвесторами.

Claude Cowork теперь работает в вебе и на смартфонах Можно начать сессию на компьютере и продолжить на смартфоне. Доступ начнут раскатывать с подписчиков Max. Ссылка скрыта

👍 Люди не могут объективно оценивать ИИ-модели, показал эксперимент. Ученые разделили 162 добровольцев на три группы и предложили им решить задачи с помощью нейросетей. Одни думали, что получили слабые модели (GPT-3.5/4 или Claude Haiku 3), но на деле общались с флагманами (GPT-5, Sonnet 4), другие — наоборот, а третья, «контрольная», получала честный ярлык. У тех, кто думал, что общается с более мощной моделью с самого начала были и более высокие ожидания от нее, и разочарование после работы. И наоборот — те, кто думал, что общается со слабой моделью, были удивлены «смышленностью» ИИ в работе. ⚡️ При этом изменение мнения после использования вообще не зависело от качества результата — важно было только насколько оправдались ожидания и стал ли человек увереннее в себе после работы с ИИ. «Пользователи оценивают питч, а не продукт», — резюмируют (Ссылка скрыта исследователи.