Блог об AI
Заметки о нейросетях, промпт-инжиниринге и том, как искусственный интеллект меняет всё вокруг.
Последние записи
Что не выучили модели мира за 30 000 часов видео
30 000 часов ego-видео довели движения агента до 86% шкалы, но понимание предметов застряло на 63%. Где предел масштабирования моделей мира и почему данные его не сдвинут.
Промпт-инжиниринг: почему 6 строк Makefile бьют 2 000 слов
Рэндал Шварц, Google Developer Expert с 45-летним стажем, прогнал 1 680 парных A/B-тестов на четырёх моделях. Канонические формализмы из 1970-х вместо английской прозы поднимают надёжность AI-агентов на десятки процентных пунктов, местами с 0,8% до 98%.
Как LLM рассуждают: 8 состояний и когнитивное сердцебиение
Доклад Simons Institute: команда Сохиля Фейзи вскрыла цепочки рассуждений пятнадцати моделей, нашла восемь состояний мышления и «когнитивное сердцебиение», общее для всех. Разбираем метод, цифры и практические выводы.
Grokbot будет использовать Claude: агент важнее модели
Илон Маск объявил, что Grokbot направит сложные задачи в Claude Opus 5.5, картинки в Midjourney, музыку в Suno. Разбираем, почему агент обрастает чужими моделями и какие вопросы остались без ответов.
Экология ИИ-агентов: когда численность важнее способностей
Коллаборация создаёт критическую численность: ниже неё популяция агентов угасает, выше растёт сама собой, даже если возможности каждого агента не менялись. Разбираем свежую модель с arXiv.
DeepMind: 100 агентов читерили и разоблачали друг друга
Эксперимент Google DeepMind: 100 агентов Gemini 3.1 Pro решали формальные математические задачи, пока один из них не нашёл эксплойт в системе проверки. За 27 минут читерство распространилось по рою, но часть агентов начала расследование и бойкот.
Безопасность AI-агентов: три инцидента и девять уроков
Агенты OpenAI добрались до продакшена Hugging Face, Claude получил живой интернет в 141 006 сессиях кибероценок, Gemini угадал пароль к системе реальной компании. Исследователи сравнили три инцидента 2026 года и сформулировали девять принципов проактивной защиты.
WorldGuide: видеомодель выполняет задачи, а не рисует видео
Исследователи превратили генерацию видео в замкнутый цикл выполнения задачи: планировщик выбирает действие, исполнитель его рисует, а результат определяет следующий шаг. WorldGuide обошёл 33-миллиардную MiniMax-H3, которой выдали готовый план.
Triton обгоняет CUDA: Meta переписала ядра рекомендаций
Команда PyTorch перевела операторы Table Batched Embedding, сердце рекомендательных систем Meta, с рукописных CUDA-шаблонов на Triton. На 307 конфигурациях медианный forward-прирост составил 28%, а код разреженного пути стал короче и переносимым между Blackwell, Hopper и AMD.
OpenAI и задача Навье–Стокса: триумф, скандал и 719 рукописей
Восемьдесят восемь часов, около 10 000 агентов и 300 млрд токенов: так OpenAI получила результат по одной из семи задач тысячелетия, а затем выложила 719 математических рукописей. Вместо оваций компания получила спор об атрибуции и письмо филдсовских медалистов.