Есть такой пласт придонной юридической жизни — компании-вымогатели денег за нарушение авторских прав. Подписывают договоры со стоковыми фотографами и затем занимаются массовой рассылкой досудебок «в интересах клиента».

И вот на сайте очередного такого «защитника» используются премиум-иллюстрации с freepik, где по условиям лицензии надо обязательно указывать источник. И никаких упоминаний freepik, конечно же, нет.

Пожалуй, самое смешное, что я видел сегодня.

Гугл выкатывает новую версию Gemini, я немного поковырял ее в AI Studio, пока впечатления очень хорошие. Думает быстро, большие файлы жует без вопросов, результаты генерации весьма, весьма неплохие.

Google продолжает догонять OpenAI и Anthropic.

Попробовать Gemini 3 бесплатно можно тут.

Хорошее. Две недели назад Coca-Cola выложила свой классический рождественский рекламный ролик, переснятый с помощью ИИ

Но кое-что пошло не так

Mediascope впервые приводит рейтинг ИИ-ассистентов в России.

В Notion Calendar (который я в прошлом уже пару раз рекомендовал как свой основной инструмент для работы с несколькими Google Calendars) наконец-то снова стали появляться интересные функции.

Новая киллер-фича — подобие синхронизации событий в двух календарях, можно в двух календарях поставить одновременный блок занятых слотов. Я использую два аккаунта Google (а порой бывает, что и больше) — один для личных дел и всего, что не связано с Палиндромом, ну и второй — рабочий палинромовский. Теперь случаев, когда поставили в одном календаре, не посмотрев в другой, точно станет меньше.

Как только я купил себе новый ноут на M4, Apple, конечно же, сразу выпустила M5. И судя по первым обзорам, все впечатлены, хотя большинство разборов сводятся к «цифры выросли!».

Я смотрю на это иначе. M5 — это заявление Apple, что для AI важно не просто больше мощности, а правильная архитектура под задачу.

M5 превращает локальные LLM из экспериментальной фичи для гиков в рабочий инструмент, из «ну, технически оно работает» в «реально можно использовать каждый день».

Пока Apple проигрывает в софте — никому в голову нынче не придет пользоваться Сири для задач сложнее чем поставить таймер, пока варятся пельмени.

Зато в железе ставка на AI-first дизайн чипов, проектирование с нуля под эти нагрузки — работает лучше, чем у конкурентов.

И хотя мой Air временами не вытягивает какой-нибудь локальный Whisper для расшифровки звонков в реальном времени, я не призываю всех бежать обновляться. Но если вы работаете с локальными моделями регулярно — разницу вы заметите.

P.S. Забавно наблюдать, как индустрия постепенно возвращается к локальным вычислениям. Десять лет назад всех тащили в облако, теперь — обратно на устройства, только уже с AI на борту.

—
Пономарь

Так, в последний раз. Хватит демонизировать длинные тире! И кавычки-ёлочки. И букву ё.

Это не (всегда) признак нейронок! Есть люди, которые их ставят принципиально.

Исследователи из Cognizant AI получили миллион (!) последовательных шагов от AI без единой ошибки. Забавно, что секрет оказался не в более продвинутой модели — они использовали обычный GPT-4.1-mini.

Всё дело в декомпозиции. Вместо одного сложного промпта — цепочка микрозадач, каждая настолько простая, что даже дешёвая модель справляется идеально.

Судя по моему опыту работы с AI в продакшене, это работает везде, где критична точность.

Берёшь задачу «напиши маркетинговый план» и режешь на шаги:
1. аудитория
2. боли
3. каналы
4. месседжи для каждого канала.

Для важных решений прогоняешь каждый шаг 2-3 раза и сравниваешь ответы — простейший механизм голосования ловит ошибки, которые потом множатся.

В итоге получается парадокс: лучше 10 примитивных промптов, чем один сложный. Декомпозиция задачи бьёт изощрённость модели.

Но человек ленив, и большинство (я и сам не без греха) всё ещё пытается найти самую умную модель вместо того, чтобы научиться правильно формулировать задачу.

—
Пономарь

Помните историю из книг Кови про двух дровосеков? Один рубит без остановки, второй периодически прерывается. К концу дня второй нарубил вдвое больше, потому что останавливался, чтобы наточить пилу.

В школе нас поощряли за выполнение работы. Не важно, зачем она нужна — просто делай. В школе НЕ поощряли вопросы типа "А зачем я это делаю?". В реальной жизни этот вопрос — главный.

С сожалением замечаю в себе и многих знакомых — большинство занятых людей пилят тупым инструментом. Они слишком заняты, чтобы остановиться и понять, что вообще пилят не то дерево.

—
Пономарь

Центр Земли моложе её поверхности на 2,5 года

Это не заголовок из жёлтой прессы, а физика — Эйнштейн, общая теория относительности, вот это всё. Фейнман ещё в 60-х предположил, что ядро моложе, но он считал, что на несколько дней. Датские физики пересчитали точнее.

Как мы знаем со школы (знаем же, да?) массивные объекты искривляют пространство-время и замедляют ход времени рядом с собой. Чем глубже к центру Земли — тем сильнее гравитация, тем медленнее идут часы. За 4,5 миллиарда лет эти микроскопические доли секунды накопились в 2,5 года разницы между ядром и поверхностью.

Практического смысла в этом знании ноль: геологические процессы влияют на состояние планеты куда сильнее. Но это еще одно доказательство того, что гравитация буквально замедляет время. Наверное, когда-нибудь мы научимся использовать это в практических целях.

Ну а пока что, когда в следующий раз будете вспоминать свой возраст и думать, что внутри-то вы моложе, помните, даже наша планета точно такая же.

UPD. «Новости», оказывается 10 лет, так что пост переезжает в рубрику Today I Learned…

—
Пономарь

Поразмышлял для sfera.fm о текущем положении дел ИИ в бизнесе, куда уже можно совать нейронку, а куда пока не стоит.

Большие корпорации уже запустили первые рабочие продукты, но до глубокого внедрения во все процессы еще очень далеко. МСБ тоже в активном поиске, как оседлать эту волну прогресса и не утонуть в хайпе.

По-моему, получилось толково.

А 3 декабря проведу в Питере мастер-класс, где расскажу, можно использовать нейронки для личной продуктивности, и как по моему мнению это может стать мостиком к внедрению ИИ на уровне бизнеса. Если интересно и будете в городе — приходите, вот тут регистрация.

—
Пономарь

Нашел когда-то для себя самое внятное объяснение, зачем вообще нужен менеджмент среднего звена.

Суть работы менеджера — отправлять контекст вниз, а информацию вверх.

У линейных сотрудников максимум информации — они знают проект лучше всех, разработчики понимают технические детали на уровне кода, редакторы — на уровне конкретных кусков отдельных текстов. У топ-менеджеров максимум контекста — они понимают бизнес-цели, стратегию, почему мы вообще делаем то, что делаем, как это связано с продажами и планами на месяц, год, пять лет вперёд.

Проблема в том, что исполнители принимают решения с кучей информации, но без контекста, и оптимизируют локально — что лучше для них и их команды прямо сейчас. Чаще всего это дает нормальные результаты, но иногда приводит к полной ерунде.

Рассмотрим конкретный пример. Команда разработки несколько недель пилит кастомную аутентификацию для сайта. А в соседнем отделе в это время обсуждают с поставщиком готовое решение, которое закроет все потребности. Командам никто не дал общий контекст и одна из них в любом случае просто потратит время впустую. Руководитель не донёс контекст, хотя это была буквально его работа.

И наоборот, руководитель не знает, что реально происходит в коде, какие есть технические ограничения, где узкие места. Ему нужна информация снизу, чтобы принимать адекватные решения.

В общем, вот и вся работа менеджера — собирать информацию от репортов, синтезировать, пушить наверх. Собирать контекст от своих менеджеров и от пиров, спускать вниз. И не пропускать этап синтеза! Грамотная переработка информации на язык получателя это 90 процентов успеха. А то и все 99. Если что-то из этого не происходит, значит, менеджер просто не работает.

—
Пономарь

MIT запустил Project Iceberg — систему, которая отслеживает в реальном времени, какие профессии AI уже может автоматизировать сегодня. По сути это система раннего предупреждения, которую Штаты используют для планирования загрузки рабочей силы.

11.7% рабочей силы технически заменяемы прямо сейчас и это оценка текущих возможностей технологий, а не прогноз на условный 2030-й. Из очевидного —в основном IT, но под водой — финансы, здравоохранение, административная работа, профессиональные услуги.

Ключевой фактор роста автоматизации — запуск Anthropic в конце 2024-го Model Context Protocol (MCP, стандарт, который позволяет AI подключаться к любым инструментам). Раньше каждая интеграция требовала кастомного кода. Теперь AI-агенты могут сами заходить в базы данных, работать с таблицами, вызывать API. К марту 2025 уже существовало 7950+ MCP-серверов и рост продолжается. Это открыло для AI возможность выполнять ценные задачи, которые раньше делали люди.

Образование — главный фактор выживания наций в периоды трансформации. Но вот успеют ли образовательные системы и программы переподготовки за темпом изменений.

—
Пономарь

Самое интересное, о чем я писал в ноябре:

1. Про повышения и принцип Питера

2. Как ChatGPT внезапно забыл хорватский

3. История про выдуманный транскрипт конференции

4. Про точить пилу, задавать вопросы и не выгорать

5. Файлы переживут приложения — о долговечности идей

Netflix покупает Warner Bros. за 83 миллиарда долларов вместе с HBO Max, HBO и всей библиотекой от «Гарри Поттера» до «Друзей». И заодно вселенной DC, что особенно пикантно, если вспомнить совместные успешные проекты с Marvel.

У Netflix теперь будут Бэтмен, «Игра престолов», «Сопрано» и Breaking Bad. А еще студии, которые производят «Теда Лассо» для Apple TV+ (тут еще вопрос, продолжат ли они работать на конкурентов или всё пойдёт в собственную библиотеку).

На глобальном рынке все очевиднее, что в войне стримингов победитель будет только один, а остальным достанется роль активов на продажу. Кажется, нечто похожее происходит и на российском.