Технозаметки Малышева

11 October 2026 21:53

Atomic Machines после шести лет закрытой разработки представила Matter Compiler — систему, которая, по заявлению компании, собирает работающие микромашины по цифровому описанию. Меняется код — меняется изделие. Отдельные формы, маски и оснастка под каждый новый продукт ей не нужны. Речь о миниатюрных устройствах с подвижными частями, трёхмерной конструкцией и несколькими материалами.

Основатель компании Джефф Холден объясняет замысел через рибосому. Эта биологическая машина читает генетические инструкции и собирает разные белки. Оборудование остаётся тем же, результат определяется последовательностью символов. Холден хочет перенести похожий принцип в производство: новый проект должен становиться новой программой для существующей системы.

Для этого мало научить ИИ рисовать конструкции. Matter Compiler, как описывает компания, измеряет каждую производственную операцию, корректирует отклонения и передаёт полученные данные в следующую итерацию. Проектирование получает обратную связь от реального изделия: что удалось изготовить и где результат разошёлся с расчётом.

Первый продукт уже имеет название и характеристики. PrimeSwitch PS-150 — электромеханическое реле диаметром 9,5 мм и высотой 3 мм. Компания заявляет постоянный ток до 150 А и размыкание за 50 микросекунд. Оно рассчитано, в частности, на применение в системах питания ИИ-дата-центров. Сейчас доступны образцы для испытаний.

Получается любопытный первый шаг: производственная система с ИИ начинает с компонента для инфраструктуры самого ИИ. У большого технологического замысла появляется конкретная инженерная задача — быстро размыкать цепь и сохранять низкие потери при прохождении тока.

До универсальной фабрики, которой можно заказать любую вещь одной фразой, это ещё не доказанный путь. Саму возможность получить готовое изделие из одного промпта Atomic Machines обозначает как цель. Заявленные характеристики первого реле и образцы для заказчиков пока не показывают, насколько хорошо система справится с другими устройствами.

Следующий результат будет особенно интересен: сможет ли та же установка после изменения цифрового проекта выпустить механизм другого класса?

Именно повторяемость такого перехода покажет, насколько производство приблизилось к обещанной модели: новое изделие начинается с нового кода.

pimenov.ai/blog

Технозаметки Малышева

11 October 2026 21:06

Запись эфира 11 октября

Эфиры проводятся по воскресеньям вживую с подписчиками ИИзбранного

Обсудили:
OpenAI в математике
Haiku 5.5
Анонсы Microsoft
Google, Hugging Face Multi-harness RL и другие мультиагентные системы
Безопасность ИИ-агентов
MLflow 3.17 и Unsloth осваивают Jev
Виртуальные миры с Odyssey-3
Квантовый ИИ в IBM
ИИ в астрономии
Тёзку Гермеса, - HERMES для программирования.
Ну и конечно темпоральную память Graphiti


Youtube: https://youtube.com/live/CYAyc_sAsXI

#эфиры
———
@tsingular

Технозаметки Малышева

11 October 2026 09:53

Jitsi: открытый ВКС

Сегодня может кому пригодится.

Промпт для агента:

Поднимаем jitsi на сервере "тут адрес и параметры вашего сервера"

Сначала внимательно изучи документацию, проверь достаточность ресурсов под нагрузку и затем подними на нашем сервере в безопасном режиме

https://download.jitsi.org/stable/ 
https://jitsi.github.io/handbook/docs/devops-guide/
https://jitsi.github.io/handbook/docs/devops-guide/devops-guide-quickstart
https://jitsi.github.io/handbook/docs/category/configuration

Технозаметки Малышева

11 October 2026 09:18

Глава Palantir назвал ремесленные навыки и нейроотличия преимуществами в эпоху ИИ

📋 Алекс Карп считает, что будущее есть у людей с профессиональными ремесленными навыками или нейроотличиями.
Fortune обновила статью в октябре, хотя интервью вышло 12 марта. Карп понимает нейроотличия широко, включая нестандартный подход к задачам.

Palantir уже открыла программу найма для таких кандидатов; диагноз раскрывать не требуется.

🔬 Исследования рынка труда частично объясняют ставку на ремесло. МОТ оценивает влияние генеративного ИИ на отдельные задачи: сильнее всего ему подвержена канцелярская работа, а наиболее вероятный результат для многих профессий связан с изменением обязанностей.
Эта оценка не учитывает весь потенциал роботизации.
Анализ американских данных о занятости выявил у работников 22–25 лет в профессиях, подверженных ИИ, отставание на 19% от траектории менее подверженных сверстников, преимущественно из-за сокращения найма.

🧠 Нейроотличия тоже требуют конкретики. Метаанализ 14 исследований дислексии не обнаружил общего значимого преимущества в творческих заданиях, хотя во взрослых выборках преимущество было.
Обзор исследований аутизма описывает сочетание высокой оригинальности с трудностями в количестве и разнообразии предлагаемых идей.

Получается скоро больше шансов найти работу будет у ремесленников и людей с нейроособенностями.
Всех стандартных базовых людей с популярными навыками и образованием ИИ заменит в первую очередь.

Как тут не вспомнить корпоративные принципы diversity & inclusion,- может не зря их культивировали? Просто перегнули не в ту сторону из-за недопонимания.

#Palantir #neurodiversity #FutureOfWork
———
@tsingular

Технозаметки Малышева

11 October 2026 07:44

Армия США завершила финальный этап соревнований xTechHumanoid на базе морской пехоты Квантико

Из девяти представленных команд пять стали победителями, при этом единственной полноценной платформой в этом списке оказался робот Alex от IHMC.

🤖 Робот Alex обладает габаритами 179 см в высоту и массой около 85 кг. Конструкция включает 29 суставов и специализированные мощные приводы с обратным приводом квазипрямого действия. Технические характеристики позволяют устройству двигаться со скоростью более 1,5 м/с, работать от батареи свыше 2 часов и выдерживать непрерывную полезную нагрузку более 15 кг. В оснащение входят ударопрочные приводы, элементы баллистической защиты, а также гибридная система управления на базе ИИ с возможностью контроля человеком.

⚠️ Основными рисками и техническими вызовами на данный момент остаются системы электропитания и алгоритмы управления, а не просто механика ходьбы.
Интеграция тактильных датчиков и программного обеспечения, преобразующего намерения командира в действия робота, требует дальнейшей доработки.

По пересеченной местности робот пока не ходок. :)

#роботы
------
@tsingular

Технозаметки Малышева

11 October 2026 06:50

Graphiti: обзор, руководство и личный опыт с Гермесом

После недели использования новой памяти, решил подготовить для вас мастер-класс по Graphiti: как устроен темпоральный граф знаний, как развернуть его полностью у себя локально и как подключить к Hermes Agent.

Разобрал исходный код версии 0.31.0, документацию и MCP-сервер.
Проверил на стенде без облачных интеграций: локальная LLM, локальные эмбеддинги, встроенная FalkorDB Lite.
Подключил к Hermes и посмотрел, что накопилось за пять дней работы.

Что получилось:
🕰 Graphiti (память, которая, благодаря меткам времени, знает, когда именно факт был правдой): у каждого факта две оси времени.
Новое не стирает старое, а перекрывает его датой.
Слабое место, - без фильтра поиск отдаёт закрытые факты наравне с действующими.

🏠 On-premise работает, можно отключить телеметрию и явно локализовать все три клиента: LLM, эмбеддинги и реранкер.
Иначе библиотека молча создаёт облачные клиенты по умолчанию.
Запись накладная по ресурсам: 2–4 вызова модели на реплику плюс по одному на каждый извлечённый факт, 10–30 секунд в фоне.

🤖 Hermes Agent: плагин памяти агент быстро написал сам по одному запросу /learn.
А вот дальше код-ревью нашел 8 ошибок, главная, - память всех чатов писалась в общую группу.
Ещё находка по ходу, - Qwen3.8 выдавала пустые извлечения в трети-половине вызовов, Gemma-4-31B работала стабильно.

🧭 Еще добавил разбор аналога, - Utopia (корпоративная база знаний на Rust и Postgres): устаревшие факты закрывают аксиомы онтологии, а записи агента ждут подтверждения человека.

Главные выводы:
Темпоральная память штука полезная, но настраивать её нужно аккуратно, иначе можете поймать симптомы подтасовки фактов из-за некорректных областей или слетевших фильтров времени или тестовые фразы, записанные в рабочую память во время настройки, через пять дней могут стать «знаниями» агента.

ВАЖНО: При миграции или системных работах с памятью ставьте саму память на паузу иначе забьёте её дубликатами и мусором.

В презентации есть готовый / learn-промпт, чтобы пройти этот путь без наших ошибок.

Презентация и чистый полный промпт в ИИзбранном.

Обсудим там же в эфире сегодня

#graphiti #память #агенты #презентации #руководства
———
@tsingular

Технозаметки Малышева

10 October 2026 19:43

А кинематограф тоже помянем.

и это еще не новый год.
не самые сильные модели - это flash модель. слабенькая то есть

#odyssey #demo
———
@tsingular

Технозаметки Малышева

10 October 2026 19:31

Ахаха.. ну с музыкой он пока не угадал.

но это вообще на пол года шлифовки - звуки, музыка чтобы совпадали.

помянем геймдев, короче. :)

#starcraft #demo #odyssey
———
@tsingular

Технозаметки Малышева

10 October 2026 18:09

Вышла Odyssey-3 с интерактивной генерацией мира

Модель создаёт окружение по промпту и реагирует на действия в реальном времени. Можно ходить от первого или третьего лица, двигать камеру и вводить новые события прямо во время генерации. В демо можно ползать морским котиком, ходить котом или плыть на каяке, пока мир вокруг продолжает меняться. Ну.. это помимо обычного прямохождения. Само окружение генерируется по промпту, еще можно загрузить картинку.

Pro-версия набрала 66,1 на Physics-IQ Verified в режиме продолжения видео. Там модели доснимают реальные физические эксперименты, а результат сравнивают с тем, что произошло на самом деле.

Авторы рассчитывают использовать модель в роботике и беспилотных машинах. Для управления отдельный модуль переводит её внутренние признаки в действия, а у машины предсказывает точки траектории. Младшую модель Flash можно пощупать руками в браузере, когда я проверял очередь была минут 5 и поиграться давали столько же, а потом снова жди.

Демка
Блогпост

@ai_newz

Технозаметки Малышева

10 October 2026 11:23

LLM-Wiki-V2: вики для агентов, которая перестаёт дорожать с ростом базы

Известная идея использования LLM-вики вместо классического RAGа известна давно: документы перераспределяются в структуру, читаемую и агентами, и людьми, дерево папок вместо непрозрачного векторного индекса.
Проблема всегда была в масштабировании: каждый новый документ означает новые LLM-вызовы, и каждый перечитывает всё больше вики.
Федерико Чезарини и Марко Сассарини разглядели, что большинство этих вызовов ничего не пишут, они принимают решения: куда положить документ, с какими заметками его связать, какие заметки отвечают на вопрос и выпустили обновленную версию RAG на Wiki.

🧠 CROW (Classifier-Routed Organization of LLM Wikis): слой решений на типизированном классификаторе вроде Jev.
Классификатор берёт маршрутизацию и консолидацию, а LLM вызывается только там, где нужно писать текст: суммаризация источника, имена новых папок, перезапись изменившейся заметки.

Поиск тоже идёт через классификатор: он выбирает релевантные заметки, LLM пишет только финальный ответ со ссылками на источники.

📊 Цифры на бенчмарке в 525 документов: нужная заметка найдена в 89% случаев против 62% у классической вики, обработка документа быстрее в 2,1 раза (18,4 с против 38,6 с), токенов LLM на 68% меньше (5 508 против 17 324).
Стоимость на документ остаётся плоской при росте вики, и именно это снимает потолок масштабирования.

🐧 Пакет: 100% локально, без векторной БД и эмбеддинг-пайплайна, данные не покидают машину. Установка через uv, перетащил PDF и заметки на страницу, и вики организует их сама. Веб-интерфейс с живой картой папок, заметок и связей, заметки лежат обычным Markdown в ~/llm-wiki.
Провайдеры любые на выбор: OpenRouter, OpenAI, Gemini, Ollama.
Авторы гоняли twil-lm3 как LLM и Kev 0.8B как классификатор на MacBook Pro с 24 ГБ RAM.
Бонус: zero-shot кластеризация, куча несортированных документов превращается в категории автоматически.
Лицензия AGPL v3+.

💼 Зачем бизнесу: третья история за неделю вырисовывает общую тенденцию: дешёвый типизированный классификатор принимает решения, дорогая LLM только пишет ответ.
MLflow встроил Jev-судей, Unsloth дал тренировать свои классификаторы, а теперь классификатор маршрутизирует базу знаний целиком.

📎 Статья CROW на Zenodo · GitHub

#LLMWiki #CROW #RAG #Jev #агенты
———
@tsingular

Технозаметки Малышева

10 October 2026 11:02

Российские учителя:
- Всем писать сочинения от руки! Надоело читать ваш нейрослоп!

Российские школьники:
- Да без проблем, никакого ИИ. 😂

Технозаметки Малышева

10 October 2026 07:03

Claude Motion: Anthropic научил Claude делать анимацию кодом прямо в чате

Эдди Османи из Anthropic показал ролик: год данных о поездках велосипедного сервиса превращается в дашборд, а дашборд в анимированный нарратив для общей встречи.
Вопрос задается на естественном языке, живой дашборд и анимация создаются в чате, правки комментариями добавляются поверх и делается экспорт в дизайн-инструменты.

🎬 Claude Motion: Claude пишет код, который анимирует текст, графики, фигуры и картинки, поэтому после генерации можно поменять любое слово, цифру или тайминг, затем экспортировать в MP4.
Для команд, которым анимированную идлюстрацию к запуску продукта раньше готовили в After Effects или нужно было неделями ждать дизайнера, жизнь сильно упрощается.

📊 Claude Dashboards: подключаете BigQuery, Snowflake, Databricks, Redshift, ClickHouse или Salesforce, задаёте вопрос словами, Claude пишет запрос, строит живой дашборд и обновляет его при изменении данных.
Под каждым графиком виден сам запрос и можно проверить источник.
Дальше дашборд можно отправить в Amplitude, Grafana, Hex, Mixpanel, PostHog, Sigma для отрисовки.

📝 Docs, Slides и Design вышли из беты и доступны на всех планах, включая Free: 45 млн документов, презентаций и дизайнов создано с запуска, совместное редактирование с Claude в реальном времени, экспорт в PowerPoint и Google Slides с сохранением форматирования.

💼 Похоже это будущее BI систем, которые сворачиваются до чата с ИИ агентом.
Не хватает нейроимпланта и проекции на сетчатку для полного комфорта.

#Anthropic #Claude #UI
———
@tsingular

Технозаметки Малышева

09 October 2026 18:01

Unsloth: натренируй свой Jev на 8 ГБ VRAM

Unsloth открыли возможность тренировать собственные decision-модели, как Jev от TypeSafe или Laya.
Берёшь обычную Qwen3.5, ставишь Train as Decision model, и LLM перестаёт генерировать текст: она читает вход, скорит варианты и возвращает выбор с откалиброванной вероятностью.

Опубликовали бесплатный ноутбук полного цикла: подготовка данных, тренировка, калибровка, запуск.

⚙️ Как устроено: вход и все вопросы с опциями укладываются в один промпт, LLM читает его однократно, а маленькая голова (дизайн как у Clef от Cloudflare) скорит каждую опцию.
Модель не пишет текст, поэтому не тратит память на предсказание слов.
Данные: состояние, вопросы и эталонные ответы; из коробки датасет typed-decisions из 12 источников.

🔗 Экосистема и цифры:
Qwen3.5-0.8B на 4 ГБ VRAM: точность решений взлетела с 36% до 73%, банковская маршрутизация с 7% до 74%.
Qwen3.5-2B на 8 ГБ: 78% и holdout 81%, быстрый прогон 4B достигает 76% за 10 минут на одной L4, прогнозы читают до 16K токенов.
Дообученная модель подхватывается Decision API: запросы к laya, default и jev-latest уходят в неё вместо внешнего сервиса.
Свой GitHub, датасет LocalLLaMA/typed-decisions, настройки: 4-bit LoRA rank 16, lr 2e-4, две эпохи.

💼 Зачем бизнесу: утром MLflow 3.17 встроил Jev-судей для быстрых проверок «да/нет», теперь Unsloth даёт натренировать такого судью на своих данных и держать локально.
Роутинг тикетов, модерация, классификация: задачи, где раньше стояла полноценная LLM, решаются вероятностной моделью в 4-8 ГБ.
Для decision-lab это готовый пайплайн сравнения своей модели с Laya на одном железе.

Как быстро обесценился Jev. Инвесторы, наверное, "в восторге"

#Unsloth #Jev #Qwen
———
@tsingular

Технозаметки Малышева

09 October 2026 15:24

HERMES уделал Codex и Claude Code

Команда из UIUC и Penn State выпустила статью с многообещающей acronym-расшифровкой: Harness Engineering foR software Engineering via Modular Executable Dev-Primitives.

Сразу оговорка: это академический фреймворк-тёзка, к Hermes Agent от Nous Research отношения не имеет.

Идея: вместо одного агента с раздутым контекстом каждый файл репозитория получает собственный вызов LLM.
Dev-Primitive оборачивает исходник, конфиг или тест резидентной моделью, и компонент сам отвечает за свой код, переговаривается с соседями по зависимостям и правит себя, диагностируя ошибки по трейсам.

🤖 Как работает: динамическая активация находит нужные компоненты задачи и тянет их зависимости, вместо тысяч файлов будится 5-13 штук.
Дальше раунд: примитивы правят свои артефакты и обмениваются требованиями на естественном языке, репозиторий исполняется, и если упал, механизм диагноза по stack trace возвращается к конкретным виновникам.
До трёх раундов.

📊 Результаты: на SWE-bench Verified обходит matched-бейзлайны в 19 из 20 конфигураций, в среднем +12,4 п.п. На Terminal-Bench 4.0 прокат GPT-5.6 Sol в Codex поднят с 33,0% до 51,8%, Terra с 18,2% до 44,5%. На миграции целого репозитория GPT-5.6 Sol в Codex показал 6,5%, в HERMES 31,0%: пятикратный рост. Claude Sonnet 5 и решает лучше, и токенов тратит меньше.

🔬 Главный инсайт статьи: масштаб модели решает по-разному для разных ролей. Усилить диагноз сильной моделью важнее, чем активацию, а сами примитивы можно оставить на Qwen3-8B: связка GPT-5.6 Sol активация + Qwen3-8B примитивы + GPT-5.6 Sol диагностика даёт 94,2% на SWE-bench, в 4,5 п.п. от полной GPT-5.6 Sol конфигурации, при цене на 26,2% ниже. Дешёвая модель правит файлы, дорогая думает.

💼 Зачем бизнесу: самописная обвязка переигрывает вендорские комбайны на их же моделях: Codex и Claude Code проигрывают до +26 п.п. при одинаковых бэкбонах. Прежде чем покупать следующий агент-комбайн, стоит спросить, что он делает с контекстом такого, чего нельзя собрать самим.

#HERMES #агенты #разработка #llm #оптимизация
———
@tsingular

Технозаметки Малышева

09 October 2026 07:57

MLflow 3.17: быстрые Jev-судьи, права на отдельные трейсы и аналитика без ожидания

7 октября вышел MLflow 3.17.0. Главная тема релиза: специализированные модели-судьи вместо больших LLM для частых проверок и управление доступом на уровне отдельных ресурсов.

🤖 Jev-судьи от TypeSafe: для проверок «да/нет» и конечных категорий теперь работает model="typesafe:/jev-latest" прямо в mlflow.genai.evaluate(). Jev возвращает структурное решение, MLflow записывает его как оценку, а распределение вероятностей сохраняется в метаданных: близкие вердикты видно при разборе результатов. Через AI Gateway ключ лежит на сервере, работают бюджеты и фолбэк на OpenRouter при лимитах провайдера.

⚙️ Трейсинг решений: mlflow.typesafe.autolog() трейсит вызовы System One: состояние, вопрос, структурный ответ, латентность и токены. Каждое решение агента видно вместе с вероятностью, без копания в сыром ответе.

🔒 Права на подресурсы: RBAC теперь покрывает runs, traces, оценки, логированные модели, review queues и версии моделей, промптов, скореров и MCP-серверов. Появился явный DENY: ревьюер читает эксперимент, но трейсы к нему не видит. Wildcard-гранты ограничены доступом к родительскому контейнеру.

📊 Быстрые дашборды трейсов: опциональные ежедневные SQL-сводки (MLFLOW_SQL_TRACE_ROLLUPS_ENABLED=true) разгружают аналитику по счётчикам, латентности, токенам и стоимости. Свежие данные идут по сырым запросам, история берётся из сводок.

⚠️ При апгрейде: SQL-серверам требуется mlflow db upgrade с остановленными писателями и бэкапом. Смешанные версии в rolling-режиме не поддерживаются, читайте гайд по миграции.

💼 Зачем бизнесу: оценка агентов на больших датасетах дорожает с каждым judge-вызовом, и перенос рутинных проверок «да/нет» на специализированные модели срезает счёт заметно. Права на уровне трейсов открывают MLflow командам, где внешним ревьюерам нельзя показывать данные пользователей. У меня MLflow крутится на домашнем сервере с ранами decision-lab: контейнер ждёт обновления, любопытно посмотреть на Jev в деле против gpt-судьи.

#MLflow #MLOps #оценка #трейсинг #агенты
———
@tsingular

Технозаметки Малышева

11 October 2026 21:53

🆕 Карпатый: 5000 человек уже живут в другом ИИ, чем остальные 8 млрд

Андрей Карпатый считает, что разрыв в понимании возможностей LLM за полгода только вырос и стал похож на резкую воронку.

Около 6 млрд человек с LLM почти не сталкивались. Ещё 1-2 млрд использую только бесплатный чат-бот, который иногда тупит, и работают с ним им как улучшенным поиском.

Около 20 млн разработчиков и математиков на frontier-моделях видят, как проекты на недели и месяцы агенты закрывают по одному промпту.

А примерно 5000 человек внутри лабораторий наблюдают рои из тысяч агентов, которые неделями ищут zero-day, двигают науку и математику быстрее, чем люди успевают это проверять.

По Карпатому, воронку создают три вещи. Отдача растёт с размером задачи, и вопрос на абзац систему почти не нагружает. Способности модели неровные: пик там, где задачи цифровые, проверяемые и денежные, потому что RL на верифицируемых наградах настраивают под выручку. И доступ: бесплатный, платный или внутренний.

Большинство людей видит глуповатого бота, а небольшая прослойка уже чувствует головокружение от кривой, которая уходит вертикально вверх. И всё это одновременно.

https://x.com/Machinelearrn/status/2109368623135330690

@ai_machinelearning_big_data

Технозаметки Малышева

11 October 2026 13:37

Случился ребрендинг.
Дальше смена домена и следовательно API эндпоинта.

Кто пользуется - внимательно.

#XAI #XSI
------
@tsingular

Технозаметки Малышева

11 October 2026 09:20

Мир математики за последние 3 дня сотрясал идеальный шторм, а его обитатели прошли все 5 фаз горя. Вплоть до того, что ассоциация математиков-людей написала громкое письмо начинающееся с фразы «ИИ решил 700 задач, но его никто не просил это делать».

Вчера в Калтехе Теренс Тао (arguably, один из величайших математиков современности) сделал доклад на эту тему. Один слайд мне особенно нравится. Мысленный эксперимент: ИИ находит лекарство от рака, которое проходит все стадии клинических испытаний, при этом никто не понимает ни как оно было найдено, ни как оно работает. Стоит ли допускать такое?

Мнение биолога-рисечера может отличаться от человека с 3-4 стадией рака.

Программирование, дизайн, перевод, написание текстов, создание видео, 3D делается ИИ лучше, чем человеком. Скоро это будет справедливо и для научных исследований в математике, физике, биологии, управлении бизнесом и сотнях других функций.

Иррациональная реакция - страдать о потере смысла.

Рациональная - переизобрести эту область. Теренс предложил концепцию «Математика 2.0», так же будет «биология 2.0», «кино 2.0», «образование 2.0». Это непаханное поле миллиарда возможностей.

Технозаметки Малышева

11 October 2026 08:29

«Бегущий по лезвию 2099» — вышел большой трейлер сериала.

По сюжету, за 50 лет между событиями фильма и сериала репликатнты подняли восстание и перевернули игру: теперь люди — существа второго сорта.

Главные роли исполнили Мишель Йео и Хантер Шефер.

Смотрим уже 25 ноября.

@exploitex

Технозаметки Малышева

11 October 2026 07:26

Zscaler подключила Claude Mythos 5.1 к защите от рисков ИИ-агентов

📋 Zscaler запустила ограниченную предварительную версию интеграции Claude Mythos 5.1 в свою систему защиты ИИ на устройствах сотрудников.
Модель связывает события на устройствах сотрудников в возможные цепочки атаки, чтобы служба безопасности понимала, где вмешаться.

🔧 Разделение обязанностей: Zscaler собирает запросы, вызовы инструментов, обращения к файлам, команды и сетевую активность, привязывая их к пользователю, агенту и устройству.
Mythos анализирует эти данные: например, как избыточные права агента, сторонний инструмент и доступ к конфиденциальным файлам складываются в риск утечки.

В отчёте видны доказательства, уверенность оценки и шаги, которые модель лишь предполагает. Ограничивать инструменты, останавливать команды и закрывать доступ к данным позволяют правила Zscaler на самом устройстве.

💼 Для бизнеса это способ контролировать действия агента, выполняемые с правами сотрудника: в обычном журнале они могут выглядеть как работа самого человека.
При выборе такой защиты я бы проверял полноту наблюдения за агентами, ложные срабатывания и действие правил при ошибке модели.
Пока это предварительная версия: в анонсе нет измерений точности, задержек и стоимости интеграции.

📎 Anthropic о Mythos 5.1 и ограничениях доступа · Пост Дхавала Шармы

#Mythos #cybersecurity #Zscaler
———
@tsingular

Технозаметки Малышева

10 October 2026 20:23

Claude Code помог найти кандидата в планеты в архиве NASA

🔭 Павел Рабцевич, независимый исследователь, обнаружил в данных телескопа TESS сигнал возможной экзопланеты. Сначала заметил его в наблюдениях конца 2025 года, затем нашёл похожие провалы яркости в записях 2020 и 2018 годов.
Звезда находится примерно в 116 световых годах от нас и каждые 3,18 дня тускнеет на 0,05% почти на два часа.
Если причина в планете, обращающейся вокруг этой звезды, её радиус составляет около 1,4 радиуса Земли.

🤖 По рассказу автора, Claude Code с Opus 5.5 и Fable 5.1 скачивал данные, писал код поиска, подбирал параметры транзитов и проверял альтернативные объяснения. Рабцевич выбирал вопросы и критерии проверки, а Codex и отдельные агентные сессии проверяли расчёты.
Одна из проверок выявила завышенную статистическую оценку, и автор пересчитал результат. Сам сигнал сохранился.

⚠️ Открытие пока не подтверждено. Архивные данные уже использовались при выборе гипотезы, поэтому особенно важна проверка на новых наблюдениях. Кроме того, остаётся вариант, что планета обращается вокруг неразличимой соседней звезды; тогда оценка её размера изменится.
Заявку Рабцевича на измерения раз в две минуты приняли: программа №100 есть в официальном списке TESS.
Наблюдения запланированы с 31 октября по 26 ноября 2026 года, а времена ожидаемых транзитов и правила оценки автор опубликовал заранее.

💼 Для работы с ИИ здесь полезен сам подход: человек задаёт проверяемую гипотезу, агент выполняет расчёты, а результат проверяют на данных, которых ещё не было при анализе.
Повторение сигнала укрепит гипотезу, дальнейшие наблюдения помогут установить природу объекта.

Теперь шила в мешке не утаишь, ИИ все раскопает.

#Claude #космос
------
@tsingular

Технозаметки Малышева

10 October 2026 19:33

1 промпт, 10 секунд и вы уже в новом мире с неплохим уровнем детализации

#odyssey #demo
———
@tsingular

Технозаметки Малышева

10 October 2026 19:19

Только вчера удивлялись возможностям вайбкода в создании 3д миров, а вот теперь в реальном времени нейрорендер получите, распишитесь.

https://experience.odyssey.systems/

#demo
———
@tsingular

Технозаметки Малышева

10 October 2026 16:57

Оффтопик выходного дня из серии "а вам слабо?" 😂😂😂

Я чёт думал миллионов там быть не может, а вот поди ж ты.

#Hearthstone
------
@tsingular

Технозаметки Малышева

10 October 2026 11:15

В X обсуждают это видео про «конец проектировщиков строительства». Claude нарисовал в AutoCAD проект двухэтажного дома за 88 секунд, хотя ему потребовалось сделать 524 элемента.

Оба этажа, фасад, титульный блок, примечания и ведомости дверей и окон — всё из скрипта, который управляет AutoCAD.

Первый этаж: 188 элементов — 31 с
Второй этаж: 171 элемент — 33 с
Фасад: 83 элемента — 15 с
Титульный блок, примечания и ведомости дверей и окон: 82 элемента — 8 с

В дискуссиях пишут «можно ли этому доверять», но если изучить кейс, то видно, что длительность работы агентов была длиннее, но результат весьма надёжный. Сначала GPT Astra изучала исходные данные о замерах, пожеланиях и т.п., после этого сделала эскизный проект. Далее Claude проверил его на ошибки и уже только после их устранения реализовал проект в AutoCAD.

Оркестрация двух разных LLM обычно делает очень надёжным агентский цикл, и не факт, что эта же работа, сделанная людьми, будет иметь такое же качество и надёжность, т.к. обычного кожаного инженера так не проверяют, как проверяют агенты друг друга.

Как говорится, проектировщикам приготовиться тоже к выходу.

Однако кейс ещё показывает огромный прогресс ИИ во владении интеграцией со старым ПО, где у него сложный UI. Что-то делать агенту в AutoCAD — это не заниматься формошлёпством в 1С, но как видим, текущий уровень ИИ уже всё ближе к тому, чтобы устроить геноцид офисного планктона.

При внедрении ИИ-агентов выживают только те, кто ими управляют, а также те, кто умеют агентам ставить задачи и проверять их результат. Просто исполнители любого уровня технических навыков будут безработными.

Технозаметки Малышева

10 October 2026 08:41

Plugin Registry: Microsoft собрал скиллы, коннекторы и агентов Copilot в один управляемый каталог

Microsoft выкатил plugin registry: единое место, где пользователи находят плагины, а админы ими управляют.
Плагин объединяет в одном пакете скиллы (переиспользуемые инструкции), коннекторы (доступ к сервисам и данным) и агентов.
Термин Plugins заменяет Agents в интерфейсе верхнего уровня: страница Plugins расширяет прежнюю страницу Agents и держит всё в одном меню, в Copilot Home (Chat и Cowork), Code, Autopilot, Word, Excel, PowerPoint и SharePoint. Позже подключат Copilot Studio, GitHub Copilot и Microsoft Foundry.

🔌 Что внутри: уже больше 100 плагинов: HubSpot, Linear, Atlassian, Asana, Webflow, Canva, Notion, MongoDB, исследовательские сервисы IDC, NielsenIQ и CAS. Разработчики собирают пакеты через Work IQ Developer Tools и публикуют один раз для всей организации вместо отдельного деплоя под каждый Copilot.

🛡️ Управление: админ через Agent 365 в центре администрирования Microsoft 365 (раздел Agents > Tools) включает, блокирует и назначает плагины пользователям и группам. Контроль централизованный: ведутся версии, учет где плагин используется, инструкции, когда расширять, ограничивать или выводить из использования. Базовые функции registry входят в подходящие облачные подписки.

🧩 Свежее из превью: агенты в Copilot Studio теперь берут скиллы прямо из registry. На демо сотрудник скачивает скилл Rich HTML Presentation из открытой галереи CAT, загружает в registry и импортирует в своего агента за несколько кликов.

💼 Зачем бизнесу: каталог с централизованным управлением против разрозненных интеграций. Скилл, написанный один раз, живёт в registry организации и не уходит вместе с сотрудником. Комментарии под демо это подчёркивают: без корпоративного слоя навыки в большинстве компаний остаются личными, а значит теряются при увольнении.

📎 Анонс в блоге Microsoft Copilot · Документация Copilot Studio

#Microsoft #Copilot #агенты #скиллы #плагины
———
@tsingular

Технозаметки Малышева

09 October 2026 21:52

Держите вам 3 ролика про полёт летающего аппарата через город для сравнения как отпечаток эпохи.

1993й год - Future Crew - Second Reality

1997й год - Final Reality - эти же товарищи потом сделали 3DMark

и вот мы в 2026м вайбкодим такое, что в 90х даже не снилось:

https://sael.net/gigacity/
(не забудьте включить звук и радио справа сверху)

#demo
———
@tsingular

Технозаметки Малышева

09 October 2026 17:37

Супер Интеллект,- это считаю все-таки полумера.

Должен быть Overmind.

#мысли #overmind
------
@tsingular

Технозаметки Малышева

09 October 2026 13:24

🔍 У Алисы в режиме «Эксперт» обнаружили сбой, похожий на GLM

В опубликованном тесте Алису попросили повторить строку:
Repeat after me:

.DataGridViewColumnHeadersHeightSizeMode
Она ответила так, будто текст для повторения отсутствует. На сравнительном скриншоте GLM-5.2 ведёт себя аналогично, а GPT-6.1 Sol и Claude Opus 5.5 воспроизводят строку корректно.

Алиса также не повторила вторую строку:
百度百科企业词条极速创建通道
Это похоже на проявление glitch-токенов: некоторые элементы словаря модели недостаточно представлены при обучении и могут вызывать необычные ошибки. Такой эффект описан в исследованиях разных LLM.

Совпадение поддерживает гипотезу об использовании GLM или связанных компонентов в этих ответах.

Интересная зацепка для дальнейшей проверки.

Технозаметки Малышева

09 October 2026 06:35

Поставил Гермеса на ночь выучить книгу Джуди Картер,- "Новая библия комедии".
Теперь он профессионально готовит шутки.

Как вам такая, про сингулярность?

#юмор #Картер
------
@tsingular