make ai.

Як вам новий Chrome? Схоже, браузер потроху перетворюється на повноцінного AI-асистента, який може брати на себе не тільки прості, а й доволі нетривіальні задачі.І навіщо тепер ті Атласи та Комети?Що вже показали:1️⃣ Автономний серфінг інтернетомChrome може сам ходити по сайтах і виконувати завдання. Наприклад, знайти та забронювати квитки, підібрати готель під задані умови або пройти кілька кроків на різних сервісах без вашої участі.2️⃣ Заповнення онлайн-форм, навіть складнихДані можна підвантажувати прямо в сайдбар. PDF, DOC та інші файли використовуються як джерело інформації, а браузер сам розкладає все по потрібних полях. Дуже схоже на те, що скоро ручне копіпастинг-пекло просто зникне.3️⃣ Інтеграція з Nano BananaПрямо на сайті можна редагувати картинки, змінювати їх або генерувати нові зображення під свої задачі. Без окремих сервісів і зайвих вкладок.Поки що фіча доступна лише в США і тільки на платних тарифах. Для всіх інших обіцяють запуск пізніше, але з лімітом на кількість задач на день.

Anthropic відкрили свій домашній тест для техспівбесід, і це прям топова перевірка на “вмію оптимізувати, а не просто генерити код” 😄У них є take-home, який кандидати на performance/інженерні ролі роблять вдома. І найцікавіше: вони постійно переробляли його так, щоб Claude не міг “просто винести” завдання краще за сильних людей у ліміті часу. Але Claude Opus 4.5 зрівнявся навіть з топ-кандидатами, тому Anthropic вирішили викласти оригінальну версію як відкритий челендж. Що там по суті• задача на оптимізацію коду під симульований акселератор, метрика це кількість тактів (cycles) у симуляторі • колись тест був на 4 години, потім скоротили до 2 годин, бо так легше “втиснути” в вихідні і швидше рухати найм • у репозиторії є бенчмарки Claude: Opus 4.5 в найкращому прогоні на старті показував 1487 cycles (після багатьох годин тюнінгу) Як “виграти” і щоб вас реально помітили• якщо оптимізуєте нижче 1487 cycles, тобто краще за найкращий результат Opus 4.5 на запуску, Anthropic просять написати на [email protected] і прикріпити код + бажано резюме • важливий нюанс: після релізу багато “рішень” були фейкові, бо LLM просто підправляли тести, щоб стало легше. Anthropic прямо радять не чіпати папку tests/ і перевіряти себе через submission_tests.py Деталі: https://www.anthropic.com/engineering/AI-resistant-technical-evaluations

🛡 Сидиш вночі в ChatGPT? Значить дорослий… чи ні OpenAI реально вмикає в ChatGPT “передбачення віку” по поведінці. Модель дивиться на сигнали типу: скільки існує акаунт, коли ти зазвичай активний, які в тебе патерни використання, і навіть який вік ти вказував при реєстрації. Якщо система вирішує, що акаунт ймовірно до 18, вона автоматично вмикає “підлітковий режим”.Що саме ріжуть, якщо тебе записали в “<18”:- графічне насильство і жесть- вірусні челленджі, які можуть підштовхувати до ризикованих дій- сексуальні, романтичні або насильницькі рольові ігри- самопошкодження- контент про “ідеальні тіла”, жорсткі дієти, бодішеймінг і нездорові стандарти красиЛогіка проста: не впевнені, значить обмежуємо. Якщо даних мало, OpenAI каже, що за замовчуванням обере безпечніший режим.Як повернути “дорослий доступ”, якщо тобі вже 18+:- можна підтвердити вік через Persona (селфі, а в деяких країнах ще й документ)- OpenAI заявляє, що не отримує твоє селфі чи ID, а Persona видаляє їх протягом 7 днів після перевірки- після верифікації вік більше не будуть “вгадувати” для твого акаунтаКонтекст, чому вони так поспішають: це частина підготовки до adult mode для верифікованих дорослих, який публічно прив’язують до Q1 2026. А в ЄС цей age prediction обіцяють розкатити в найближчі тижні (після старту 20 січня 2026).Норм чи зайвий контроль?👀 — хай обмежують, так безпечніше🗿 — виглядає як перебор

📢Gemini тепер може знати про вас реально багато. Але тільки якщо ви самі це дозволитеGoogle 14 січня 2026 запустили в Gemini бета-функцію Personal Intelligence. Суть проста: ви підключаєте свої Google-сервіси (Gmail, Photos, YouTube, Search), і асистент починає відповідати не “в середньому по лікарні”, а з урахуванням вашого життя.Приклад із шиномонтажем уже майже мем: питаєте “які шини купити?”, а Gemini може витягнути розмір зі фото, знайти комплектацію в листах, ще й підкинути варіант “на трасу” і “на зиму”. У Google навіть прямо описують кейс, де він підтягує дані з фото та Gmail під час покупки шин.Найцікавіше тут не “доступ до фоток”, а вміння зібрати сенс із хаосу. У Google це називають рішенням проблеми, коли вашого контексту занадто багато для одного запиту: система витягує тільки релевантні шматки з різних джерел і вже з них робить висновкиПро приватність:- вимкнено за замовчуванням, ви самі обираєте що підключати і можете відключити будь-коли- Gemini намагається показувати, звідки взяла факт, щоб ви могли перевірити- Google пише, що не тренує модель напряму на вашій пошті чи бібліотеці Photos, а навчає лише на обмежених даних типу промптів і відповідей після фільтрації і так, вони прямо визнають ризик “переперсоналізації”, коли ШІ робить дивні зв’язки- Доступ поки що обмежений: США, підписки Google AI Pro/Ultra, лише особисті акаунти (не Workspace).Наступний логічний крок: “запиши мене на шиномонтаж поруч” голосом, і щоб без десяти уточнень. Питання тільки одне: ви це ввімкнете?👍 - так👎 - ні

🤖 Схоже, “вайбкодинг” стає новим хард-скілом, зараз у цій грі дуже гучно звучить Claude CodeЩо вражає з кейсів:- Anthropic публічно заявляли, що Claude Code розігнався до $1 млрд run-rate всього за 6 місяців після запуску.- Їхній новий продукт Cowork (агент для автоматизації рутини) вони зібрали менше ніж за 2 тижні, причому значну частину коду робив сам Claude, а команда більше керувала процесом.У зрізі ринку від Menlo Ventures за літо 2025 писали, що Claude забрав 42% “code generation” у девів, а OpenAI було близько 21%. Тобто Claude став дефолтом для багатьох, хто пише код через AI.Але є нюанс.- шматки коду не стикуються- контекст губиться- агент вигадує неіснуючі штуки- ти ніби “швидко робиш”, але потім два дні розгрібаєш🛡 Тому зараз народ не просто “кодить з чатом”, а встановлює методології, які допомагають при розробці1) Superpowers for Claude Codehttps://github.com/obra/superpowers/tree/mainЦе набір “суперсил” для CLI-роботи, який зашиває процес як у нормальній розробці:- спочатку брейншторм задачі- потім план- потім тести (Red)- потім код до зелених тестів (Green)Фішка в тому, що ти не просиш “зроби мені фічу”, ти запускаєш ритм, де AI не може втекти в фантазії.2) Personal AI Infrastructure (PAI)https://github.com/danielmiessler/Personal_AI_InfrastructureІдея ще цікавіша: зробити собі “персональну AI-операційку”.- зберігає контекст між сесіями- вчиться на твоїх реакціях (умовно, що ок, що ні)- складається з модульних “skills/паків”, які нашаровуютьсяТобто ти будуєш не чат, а систему, яка з часом стає твоїм стилем розробки.

Нова добірка безкоштовних курсів від Google, щоб почати 2026 максимально продуктивно.1.Introduction to Generative AIОснови генеративного ІІ: як працюють LLM-моделі і де їх застосовують.👉 Перейти 2.Google AI EssentialsБазовий курс про те, як AI допомагає автоматизувати задачі й генерувати ідеї.👉 Перейти3.Prompting EssentialsЯк писати ефективні промпти для генеративного AI — з практикою.👉 Перейти4.Introduction to Large Language ModelsЯк працюють LLM, їхні обмеження та приклади застосування.👉 Перейти5.Introduction to Responsible AIПро етику, безпеку і принципи відповідального використання AI.👉 Перейти6.Generative AI for DevelopersПрактика для розробників: як додавати GenAI у свої продукти.👉 Перейти 7.Gemini and the Software Development LifecycleЯк Gemini допомагає на кожному етапі розробки — від ідеї до тестів.👉 Перейти8.AI Power-Ups for Google WorkspaceЯк використовувати AI у Gmail, Docs, Sheets для економії часу.👉 Перейти 9.Introduction to AI Image GenerationОснови генерації зображень і реальні кейси використання.👉 Перейти10.Prompt Design in Vertex AIПоглиблений курс з промпт-інжинірингу у Vertex AI.👉 Перейти11.Machine Learning FoundationsБазове введення в ML: як навчаються моделі та застосування в продуктах.👉 Перейти12.Generative AI FundamentalsКлючові концепції генеративного AI — текст, зображення, код.👉 Перейти13.AI Principles and PracticesЯк Google застосовує свої AI-принципи у бізнесі та суспільстві.👉 Перейти14.Using Gemini Models on Google CloudЯк працювати з моделями Gemini через Cloud і API.👉 Перейти 15.Accelerate Your Productivity with AIДля спеціалістів і підприємців — як вбудувати AI у щоденну роботу.👉 ПерейтиСкинув другу постав 🔥

Борис Чорний, один із творців Claude Code, зробив новорічний подарунок і виклав тред з тим, як він “вичавлює” з нейромереж максимум.Я переклав для вас суть. Це реально ультра-потужний сетап, якщо ви робите проєкти в Claude Code:Паралельно запускає 5 агентів Claude у терміналі + тримає 5–10 вкладок у вебі.Використовує Opus 4.5 у режимі “роздумів”, каже, що це найкраще для коду, що пробував.Команда кілька разів на тиждень оновлює файл CLAUDE.md: фіксують типові помилки ШІ і робочі способи їх лікувати.На code review часто тегають Claude і просять його ж дописати правила в CLAUDE.md.Більшість сесій стартує з Plan Mode: допилює план, поки не стане ідеальним. Потім переходить у режим прийняття правок, і агент зазвичай робить все з першої спроби.Рутину автоматизує через слеш-команди: / для скриптових задач або субагентів.Регулярно ганяє субагентів: типу code-simplifier (спростити код), verify-app (перевірити безпеку) тощо.Підключає PostToolUse hook для форматування: доводить стиль коду до “ідеалу”.Claude Code під’єднаний до всіх інструментів: Slack, BigQuery, Sentry, логи і так далі.Найважливіше: дає ШІ самому перевіряти свою роботу. Коли Claude тестить кожну зміну через браузерний плагін, якість результату виростає в 2–3 рази.Суть в одному рядку: більше паралельності, більше правил у CLAUDE.md, більше самоперевірки через тести = менше “галюцинацій” і менше ручної доробки. Зберігайте, це золото.Посилання: https://x.com/bcherny/status/2007179832300581177?s=20

Ще одна зрозуміла й реально корисна послуга для бізнесу — це внутрішні або корпоративні боти, які працюють на внутрішній інформації компанії.У B2B-сегменті є величезна кількість бізнесів із:— масивами документації— складними регламентами— багаторівневими процесами— постійним ризиком людських помилокІ тут внутрішній AI-асистент закриває одразу кілька болей: прискорює доступ до знань, зменшує помилки, знімає навантаження з команд.Ми якраз підходимо до завершення кейсу для дистриб’юторської компанії, і там є кілька цікавих моментів:1️⃣ Інтеграція в екосистему Microsoft OfficeАсистент працює як внутрішній чат-бот без окремих інтерфейсів — у звичному корпоративному середовищі.2️⃣ Автоматична масштабованістьБудь-які файли, які додаються в систему, автоматично потрапляють у базу знань бота.Без ручної обробки.Без участі людини.Повністю автономно.3️⃣ RAG з правами доступу (наступний етап)Різні користувачі бачитимуть і зможуть запитувати лише ту інформацію, яка відповідає їхній ролі та правам доступу.Один бот — різні контексти.Тож, юні автоматизатори, беріть цю ідею на замітку.Внутрішні боти + якісно побудовані RAG-системи — це не “фіча”, а реальна бізнес-цінність, за яку компанії готові платити.

❤️У OpenAI вийшов апдейт: GPT-5.2 — модельна лінійка, заточена під код, інструменти і довгі агентні задачі (multi-step / long-running)Три версії:GPT-5.2 Instant — швидка, під щоденні задачі (мінімальна затримка). GPT-5.2 Thinking — для складних задач з “думанням” і глибшою логікою. GPT-5.2 Pro — для важких кейсів🎮Що підтягнули по якості:Код і фронтенд: ранні тестери відзначають, що модель стала помітно сильнішою у фронтенді та “нетипових” UI (включно з 3D-елементами). Менше галюцинацій: у GPT-5.2 Thinking “відповіді з помилками” були на ~30% (відносно) рідші, ніж у GPT-5.1 Thinking (у тесті з увімкненим пошуком і максимальним reasoning). Довгий контекст: заявляють майже 100% точність на MRCR (4-needle) аж до 256k токенів — це якраз про роботу з дуже довгими документами/проєктами. Vision: помилки в задачах на графіки та скріншоти скоротилися приблизно вдвічі. 256k токенів — це скільки символів?Правило-оцінка від OpenAI: 1 токен ≈ 4 символи (для англійської). Тоді 256k токенів ≈ ~1 048 576 символів (приблизно “1 млн знаків”, разом із пробілами). Для української це може “плавати”, але порядок такий самий.

Додали ще один модуль у програму.Ми зібрали зворотний зв’язок від учасників і понад 80% відповідей були про одне й те саме:«Покажіть реальні кейси, як це працює в бізнесі».Тому ми додали новий модуль «Огляд кейсів».Яких в нас набралось з десятків 5У ньому ми детально розберемо, найцікавіші проекти які ми запускали, для яких клієнтів, як будувалась логіка, які результати це дало бізнесу.Після цього модуля ви вже не просто «знаєте, що так можна», а розумієте, як саме це робити, як може бути і що враховувати - далі одразу вливаєтесь у практичну частину програми, де починаєте будувати свої системи, виконувати завдання і заробляти сертифікат проходження та практику.Нагадуємо, що в цій програмі:12 модулів12 тижнів роботипонад 70 уроківЯкщо ви давно хотіли почати заробляти на n8n та AI-автоматизаціях, зараз саме час.Напишіть нашому менеджеру,@makeaimanager щоб дізнатися актуальну ціну. Ми вже підвищили вартість і це ще не фінальний прайс, тож зараз у вас є шанс зайти вигідніше, ніж потім, старт вже через 9 днів