ШІ історії

Ми з вами є свідками формування нових бізнес-моделей.1️⃣ Вже кілька тижнів підряд ми бачимо, як у Anthropic тестують ліміти. То вони роздають ліміти в неробочі години, то підкручують так, що один простий запит спалює 50% тоукенів2️⃣ Контроль лімітів що у Anthropic, що у OpenAI, то дивна історіяю. Вона у відсотках, а не в токенах. І кожен раз це інша кількість тоукенів. Лише по API або в Enterprise можна хоч якось прослідкувати3️⃣ Останній тиждень народ по всьому світу обурюється. А Anthropic каже, що ви взагалі неправильно користуєтесь підпискою4️⃣ Вони також пирпускають, що 20% павер-юзерів по підписках споживає 80% токенів. Це моя гіпотеза5️⃣ І кульмінацією стає повне блокування OpenClaw та будь-яких harnessing-сетапів. Тепер або через pay as you go, або через APIУ OpenAI також вводять pay as you go план для бізнес-підписок.Так виглядає, що підготовка до IPO йде повним ходом. Тому є всі шанси, що ми побачимо, ще більше обмежень або навіть дорожчі підписки.ші історії | youtube | монобаза

OSINT завжди здавався чимось для вузького кола — журналісти, розвідка, антикорупційні органи, корпоративні аудитори.Але з появою ШІ-інструментів доступ до цього кола стає доступнішим. І те, що раніше займало дні ручної роботи, тепер можна автоматизувати або пришвидшити в рази. Питання тільки в тому, хто вміє це робити правильно.Molfar Intelligence Institute якраз підготували практичний курс на цю тему — ШІ як інструмент OSINT: дослідження, промти, профайлинг.Тут буде:🌀 Теорія та практичні кейси🌀 Поради, алгоритми, інструменти🌀 Промпти, які використовують аналітики Molfar Intelligence Institute🌀 Поради для оптимізації ШІ-моделей.Реєстрація — https://molf.ar/3POCJDLКурс ведуть аналітики Molfar Intelligence Institute — міжнародного інституту розвідки, що виріс з агенції Molfar (заснованої у 2019). З початку повномасштабного вторгнення — понад 5 000 розслідувань, 9 000 студентів, 400+ воркшопів. Люди, які самі щодня роблять те, чому навчають.#спонсорський_дописші історії | youtube | монобаза

Claude Code тепер OpenClaw 😉Тепер у мене є Claude Code агент, який працює через Telegram.А чому? Бо вони запустили channels, що дозволяє під'єднати месенджер (Discord та Telegram). Довелось трохи повозитися, щоб налаштувати цю інтеграцію, але все запустилось.Тому у мене зараз сетап виглядає як Claude Code на VPS → сесія запущена у tmux → і channel я використовую Telegram. Звісно, треба було поставити параметр --dangerously-skip-permissions, бо так довелось би за кожним апрувалом бігати в термінал (але тут обережно треба бути).А ще підняв власний marketplace плагінів на GitHub. Залив туди свої кастомні скіли, і Claude Code підхоплює їх з репозиторію в рамках сесії. Але є нюанс: доступ до цих плагінів є тільки з Claude Code. З чату Claude(.)ai вони недоступні. Ще намагаюся для себе виробити процес, у якому ці плагіни можуть нормально оновлюватися, щоб якщо я змінив плагін на VPS, то в мене і на десктопі автоматично підтягнулась остання версія.Поки політ нормальний.ші історії | youtube | монобаза

Anthropic потрохи починає зв’язувати між собою продукти на різних платформах.Я вже якийсь час користуюся “/remote-control”, і чесно скажу - це класний досвід. Коли запускаєш Cloud Code з терміналу на сервері, а далі виконуєш команди з мобільного. На старті все це було досить багнуто (у мене iPhone), але в останніх релізах працює вже більш-менш стабільно.І тепер вони роблять зворотний сценарій. Коли ти вже з Claude на мобільному можеш зробити Dispatch і викликати робочу сесію в Claude Code чи Cowork, який працює на комп’ютері.Але є річ, якої бракує. Хотілося б бачити, щоб між їхніми продуктами, Claude, Claude Cowork, Cloud Code, можна було б використовувати спільні скіли, плагіни та конектори.Один раз розробив плагін або скіл, і далі користуєшся ним незалежно від того, ти з десктопу чи з мобільного, і взагалі незалежно від того, у якому саме продукті працюєш.Бо зараз хіба що через спільний GitHub-репозиторій це все робити.Але загалом напрям мені подобається.ші історії | youtube | монобаза

Block звільнив 40% (4000 людей). Atlassian звільнив 10% (1600 людей).Але є різниця.Дорсі, коли робив зміни, він фокусувався не на кризі, а на переході компанії на новий рівень. Плюс підкріпив це результатами і позитивним прогнозом на 2026 рік.Atlassian виглядає інакше. Акції компанії сильно просіли. І вони звільняють щоб профінансувати AI-ініціативи (а що ви робили раніше?). Там навіть CTO попросили піти.Виглядає, що компанія намагається не відстати від трендів. Окрім Rovo (навіть ще не пробував), їх Jira та Confluence, м’яко кажучи, не змінились. Поки вендор-лок тримається, але з появою нових AI-інструментів цей лок слабшає.Я, звісно, не CEO Atlassian, але думаю їм треба рухатись в сторону оркестраторів. Jira де ти тягаєш картки, а під капотом працюють і люди, і агенти, це була б їх конкурентна перевага. І взагалі їх бізнес-модель може змінитись з «продуктової монолітної» до «ми робимо персоналізовані оркестратори під кожну компанію». Це складно, але дорого.ші історії | youtube | монобаза

Microsoft якийсь зовсім не оригінальний.Пам’ятаєте, коли в січні акції компанії добряче просіли після релізу Claude Cowork. Так ось, замість того щоб розробляти власного cowork агента, вони запартнерились з Anthropic і випустили це як функціонал Copilot.Їх Cowork заточений під Microsoft стек і дозволяє працювати з Outlook, Teams, Excel і PowerPoint.Тому якщо у вас в компанії є корпоративний Microsoft Copilot, то там можна буде вже скоро побачити агента.А тим часом Anthropic вже йде на крок далі і робить власний магазин застосунків, де компанії зможуть розміщати свої сервіси (там уже є Lovable, Replit, Snowflake), і далі cowork агент буде з ними працювати. Щось типу корпоративних конекторів.OpenAI десь наздоганяє — у них є свій Frontier для ентерпрайзів. І обіцяють найближчим часом показати також cowork агента.Google також анонсує Gemini Workspace.Загалом вимальовується чітка картина - «AI Колеги». І кожен тепер буде проситись, щоб ти взяв іх AI на роботу.ші історії | youtube | монобаза

Я вам кажу, рік 2026 — це рік агентів.Я сам активно додаю агентну взаємодію у свої процеси. І тут ключовим є не просто створити одного агента, а поєднати кількох в єдиний флоу, де результат одного стає входом для другого. Ось тут і з'являються обіцяні х10 до продуктивності.Одна справа про це говорити, інша - спробувати на практиці. І саме на практиці мої партнери з robot_dreams показують як будувати Multi-Agent Systems.На курсі буде про:🌀 Побудову автономних AI-агентів з плануванням дій і керованими воркфлоу🌀 Інтеграцію RAG, пам'яті та зовнішніх сервісів в єдину мультиагентну систему🌀 Контроль і моніторинг роботи агентів у реальних процесах🌀 Проектування AI-архітектури для бізнесових і технічних сценаріївКурс веде Влад Шанін, Lead AI Engineer, 8+ років у ML та AI Engineering.Також команда пропонує безкоштовний гайд з діагностики мультиагентних систем, який стане хорошою основою.А на сам курс реєстрація відкрита, тому можете подавати заявки.#партнерський_дописші історії | youtube | монобаза

8.1 мільярда людей на планеті. І лише близько 0.3% реально платять за AI. Хоча декому може видатись, що вже всі там. Наша спільнота теж входить в ці 0.3% 🤗Візуалізація на 2500 квадратиків, де кожен квадрат це 3.2 млн людей. Сірого там море. Це ті, хто взагалі не торкався AI. Зелений шар внизу це користувачі безплатних чатботів. Жовтий ледь видно, це ті, хто платить. А червона лінія майже невидима. Це люди, які реально використовують AI як інструмент для роботи і побудови агентних систем.Що це означає на практиці? Зараз є великий попит у трансформації з сирого AI на практичні сценарії. Показати бізнесу просту річ, яка економить 5 годин на тиждень. Поставити агент, підключити документи, зробити автоматизацію, дати дашборд, щоб було видно результат. Для більшості людей це виглядає як наукова фантастика, а для тих, хто використовує AI, це звичайна рутина.Подивіться у статті, автор дає how-to кроки. Тому зберігайте, а ще краще пробуйте. Почніть хоча б з 1 години на день.ші історії | youtube | монобаза

Дуже влучна стаття про те, де ми реально знаходимось в AI розробці.Ден Шапіро вважає, що якщо ви просто швидше пишете код з GPT чи Claude — це не ефективне використання AI. Це лише швидкий спосіб генерації коду. А справжня зміна починається, коли йде перехід від «я пишу» до «я керую системою, яка пише».І пропонує 5 рівнів зрілості по роботі з AI інструментами:0 — роблю все вручну1 — точкові задачі делегую AI2 — працюю в парі з AI (і тут застрягає більшість)3 — керую агентами4 — пишу специфікації і агенти працюють годинами без втручання5 — «dark factory»: замкнена екосистема яка перетворює специфікації в готові рішенняІ насправді воно десь так і є. З того що я бачу то більшість працює на рівні 2, і лише одиниці дивляться в сторону рівня 3. Хоча є ті хто ще навіть не пробував перейти на перший рівень. І це я суто говорю про IT, за інші сфери не можу нічого сказати.Хоча я думаю то питання часу і буде кардинальна зміна підходів та бізнес моделей в IT бізнесі. інші історії | youtube | монобаза

Уявіть 500-сторінкову книгу, і вам треба знайти, що написано на 20-й сторінці. Ви просто відкриваєте потрібну сторінку і читаєте.Якщо провести аналогію з LLM, то вони працюють не так. Вони намагаються втиснути всю книгу в свою пам’ять. І по ходу стискають стільки, скільки можна, щоб влізти в контекст. І як результат багато сторінок по дорозі губиться. Тому може скластися враження, що LLM бачить лише початок і кінець, і трохи середини книги.Дослідники з MIT вирішили цю задачу просто. Вони сказали, що пам’яті нам і не треба. Замість того давайте рухатись, використовуючи код на пошук по тексту, і діставати релевантні дані під запит.Що це дає? Модель не прив’язується до контекстного вікна. Можна зберігати великі об’єми даних. Пошук відбувається швидко і це не вимагає спалювати токени. І по ціні адекватно.Ось робоча бібліотека, яку можна прикрутити до моделі.Геніально просто: майбутнє не в нескінченному контексті, а в тому, щоб модель вміла швидко знаходити потрібне.ші історії | youtube | монобаза