Posts of DEKSDEN notes

newest first

#1488Photo
Views419−68%vs avg
Forwards5
Reactions—
Comments0
#1487Photo

⚪️ Другой фронтир - Intology, система Locus Появляются СОТА модели другого уровня - доменные, которые сильнее моделей общего профиля внутри определенного домена. Интересно, куда выведет прогресс - в сторону универсально умных и эрудированных всесторонне моделей, или в сторону специализированных доменных моделей? Мне вот представляется интересным коллаборация разных моделей - почти как человеческий коллектив. Усиливаем и дополняем друг друга! ▶️ А теперь к собственно - к новости: система Locus автоматически разрабатывает научные ИИ-модели для молекулярного дизайна. Locus — это автономная исследовательская упряжка от стартапа Intology. Ей дают задачу, данные и вычислительные ресурсы, а она сама проводит серию ML-экспериментов и в итоге выдаёт обученную модель или готовый пайплайн. Сравнивали с Codex и Claude Code, которым ставили ту же задачу, и с профильными инструментами (BoltzGen, BoltzProt, ESMFold2). На всех четырёх графиках Locus впереди, но местами отрыв небольшой: в предсказании потентности он почти вровень с Codex. Самый заметный отрыв в дизайне антител (метрика ipSAE) Тренд налицо: универсальные кодовые агенты - сформировавшийся софт, и нынче делают специализированные упряжки для науки. На днях упоминали Hyra 2.0 от Tencent, тут - похожая история. (ц) агенты разные нужны.. @deksden_notes

Open in Telegram
Views945−28%vs avg
Forwards18
Reactions4
Comments5
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h560
15 h945
  1. Total to date945
#1486Photo

⚪️ Оптимизация расхода токенов агентом (Grok Bot) 👉 Простая бытовая заметка, но, возможно, кому то будет актуально. Если у клозедов их Dots пока не считаются на расходы лимитов подписки, то у Маска с его Грок Ботом на днях уже был легкий скандал с использоваием - когда квоты использования агента порезали и Маск даже отдельно прокомментировал - неустойчивая схема вышла, слишком дорого гонять агента в сравнении с выручкой от него. Поэтому щедрот квоты не ждем, пошел смотреть квоту - и удивился. ▶️ Бота я юзаю не так интенсивно, и в свете последних изменений на своей мелкой подписке за $30 (Premium) обнаружил то, что мне не очень понравилось: набежало потраченных 48% недельной квоты всего за 2.5 дня использования. Несложные подсчеты говорили, что в недельную квоту никак не вписываемся, а тратить кредиты на бота не хотелось. ▶️ Вариантов нет - надо погружаться в ситуацию: взял перечень его задач, попросил проанализирвоать сколько сенсов/сессий в сутки он работает. Получилось 91 "пробуждение" по разным расписаниям. omfg, когда я успел надавать столько поручений?! 👉 Как оптимизировть? Решил сначала пойти самым простым способом: батчинг. Вместо запуска всех поручений по индивидуальному расписанию (из было штук 6 разного рода) завел 3 временных слота (утро/день/вечер), и раскидал задачи по ним. Сами задачи при этом не менял, как оно делало работу, так и делало. Вся разница - в периодичности запусков, но тут несущественные опоздания в уведомлении о некоторых вопросах были мне приемлемы, хотя дневной запуск думал сделать двойным. Потом решил что сделаю если будут основания, а пока ограничился единственным дневным запуском! Жизнь покажет что будем менять. Первые результаты весьма удивили - среднее использование в день упало с 21% до 9% недельной квоты, что уже нормально и на бота хватает на все 7 дней работы в неделю. 👉 Следующая оптимизация - попробовать перевести часть задач на скрипты, чтобы вместо агентной сессии работал детерминированный код, что сильно экономичнее. Благо, облачный комп у грок-бота имеется, не нужно даже мощности ему выделять. Это уже сложнее: некоторые задачи связаны с браузером, и без агента выглядят хрупкими. Думаю, скриптовать буду только то, что совсем просто скриптуется. Еще одной разумной оптимизацией было бы выбрать модель по задачу, но грок бот так не умеет, да и нету особого выбора у Маска (пока ?). Пригодился бы ему тут нормальный быстрый и дешевый флеш, а нету! Зря они композёра у курсора не перебрендировали/адаптировали. В подобной ситуации клозеды для своих Дотов думают часть задач запускать вместо астры на терре. На их масштабах экономия будет колоссальная. (ц) так и живём @deksden_notes

Open in Telegram
Views875−33%vs avg
Forwards11
Reactions4
Comments8
#1485Photo

⚪️ Новости ИИ для науки Даже две: 1️⃣ опенсорсная модель Hydrogen-1.0 от Deep-Principle, это доученный Глм 5.3 для научных исследований. Уделывает астру 6 на бенчмарках в своем домене. 🔗 Анонс: https://x.com/chenru_duan/status/2117249292469665838 В анонсе все - и поподробнее для интересующихся презентация, и оффсайт, и веса, и дока, ... 2️⃣ Hyra 2.0 от Tencent: Hunyuan Research Agent - мультиагентная система, которая помогает проводить исследования. Она не просто выполняет задачу - это такая иерархическая система. Hyra делает инструменты, модели, форкфлоу которые уже сами решают задачи исследования. Tencent говорит об участии системы в исследованиях по белкам, компьютерным чипам, химии, квантовым вычислениям, робототехники и математики. Hyra уже помогает разрабатывать следующие модели Hunyuan (инфраструктура обучения, синтетические данные, удешевление инференса). 👉 чем привлекло внимание: как пример архитектуры упряжки - роли с отдельными ревьюерами, долгие проекты с переключением задач, память и навыки между запусками, а результатом работы считается переиспользуемый инструмент, а не ответ. Уже вторая работа про архитектуру агентных систем! 🔗 Анонс : https://x.com/TencentHunyuan/status/2117198622022619399 @deksden_notes

Open in Telegram
Views1,113−15%vs avg
Forwards24
Reactions8
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
17 h1,042
28 h1,113
  1. After 24 hours1,113
  2. Total to date1,113
#1484Photo
Views1,150−12%vs avg
Forwards14
Reactions18
Comments1
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
23 h1,100
35 h1,150
  1. After 24 hours1,100
  2. Total to date1,150
#1483Photo
Views1,169−11%vs avg
Forwards37
Reactions11
Comments5
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
23 h1,124
35 h1,169
  1. After 24 hours1,124
  2. Total to date1,169
#1482Photo
Views1,132−13%vs avg
Forwards28
Reactions0
Comments0
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
23 h1,091
35 h1,132
  1. After 24 hours1,091
  2. Total to date1,132
#1481Photoedited
Views1,243−5%vs avg
Forwards58
Reactions14
Comments3
#1480Photo

⚪️ Бенчмарк GDPx Уважаемая компания SemiAnalysis выпустила новый бенчмарк GDPx. Вы скорее всего уже видели эту картинку как на КДПВ. Вроде бы ничего примечательного - мало ли такого выпускают регулярно. Но тут ситуация немного интереснее - бенчмарк интегрирует умения моделей в разных доменах. И компания серьезно подошла к доменам, найдля для каждого профессионального партнера для разработки бенчмарка. Веса в итоговом индексе проставлены равными, поэтому общий перфоманс и общий график на самом деле особой роли не играет. Наиболее интересно смотреть какой перфоманс у модели в узких доменах - их пока 11 штук, от дизайна чипов до биологии. 👉 Я крайне рекомендую смотреть бенчмарки на сайте, где можно выбрать отдельные домены или по группе доменов. Кроме того, некоторый фронтир отказывается работать по чувствительным доменам, и там выходит или маленький рейтинг (отказавшись от большинства задач) или совсем 0 если модель отказалась работать полностью. Это примета времени такая! В общем, для анализа - штука весьма любопытная. ‼️ НЕ смотрите мельком картинки в интернете по рейтингу на этом бенче - нужно видеть какие домены из рейтинга выбраны. Бенч интересен именно срезами и комбинациями. ▶️ Рекомендую полазить и посмотреть на офсайте в разных доменах и актуальной для вас комбинации, а потом сравнить с тем, что по вашим ощущениям дают модели в жизни. У меня совпадает довольно близко в доменах/подобранных комбинациях доменов. 🔗 Смотреть тут : https://gdpx.semianalysis.com/ 🔗 Блог : https://newsletter.semianalysis.com/p/gdpx-measuring-frontier-model-capabilities ▶️ В блоге более подробно развернута методология, рассказано как делали бенчи с партнерами - деталей много и это тоже интересно 👉 Неплохая штука вышла, кмк! (ц) такое мы читаем и смотрим

Open in Telegram
Views4,224+223%vs avg
Forwards69
Reactions7
Comments3
#1479Photoedited
Views1,206−8%vs avg
Forwards46
Reactions6
Comments9
#1477Photoalbum

⚪️ Новости Grok Bot Несколько новостей про Грок Бота ▶️ позитивное: пустили звонки от бота, когда бот может кому то позвонить и поговорить. Вы видите живой транскрипт разговора Ограничения: • только US, как водится, да; • Illinois, Washington - не работает, видимо, что то на уровне юридического / законов ограничивает • до 10 звонков в день • не более 4х звонков на один номер • каждый звонок - 85 минут максимум Нельзя использовать для спама/маркетинга, что тоже логично. ▶️ Не самые веселые новости - урезали лимиты грок бота. Многие жалуются что использование выросло за ночь до 100% с, например, 70% на тарифе за 300. В итоге Маск подтвердил, что "лимиты были неустойчиво высокими", затраты на работу бота - большие. Компьюта не хватает даже Маску. В итоге - отрасль все сильнее сталкивается с экономической проблемой: модели есть, умные, но гонять их дорого. @deksden_notes

Open in Telegram
Views1,181−10%vs avg
Forwards6
Reactions—
Comments0
#1476Photo
Views1,210−7%vs avg
Forwards97
Reactions14
Comments6
#1475Photo

⚪️ Агентный доступ к госсайтам — Госуслуги через GPT Поделюсь небольшим кейсом. Потребовалось тут дать доступ агентам к разным госсайтам (Госуслуги, ФНС и прочие элементы). Так как агенты у нас нынче буржуйские, то наши сайты их не очень ждут с IP неправильных стран. Работать с российскими сайтами лучше с российских адресов. При работе через стандартный agent-browser некоторые госсайты (Госуслуги, например) у меня давали 403 на скриптах антибот-защиты, поэтому нужно это немножко обойти. Что используем? В закромах имелась пара машин в cloud.ru на Free tier. Для новых пользователей, зарегистрировавшихся после 30 июня 2026 года, бесплатные виртуалки уже недоступны, а мои остались работать. Их и решил использовать. ▶️ Что сделал: в Docker-контейнер на виртуалке поселил Chromium с KasmVNC, к которому агенты подключаются через Patchright. Отдельно на той же виртуалке поднял Camoufox Browser. Patchright — это форк Playwright с патчами против обнаружения автоматизации, Camoufox — браузер на базе Firefox с настройками отпечатка. Этого хватило, чтобы поработать с Госуслугами и другими нужными мне сайтами. Я традиционно использую эти штуки для автоматизации доступа, поэтому если кто-то знает более трендовые, молодёжные и крутые инструменты подобного рода — прошу отписаться в комментах/чате ⬇️ ▶️ Сделал так: агенты работают с удалённым Chromium по Playwright/CDP, а для ввода паролей и логинов человеком используем веб-консоль KasmVNC. Просто открываешь ссылку в локальном браузере и работаешь с экраном удалённого компа с окошком удалённого браузера. Доступ к браузеру идёт через SSH-туннель по ключу. Порты управления браузерами в интернет не выставляем — это и безопаснее, и проще администрировать. ▶️ Как работать с получившейся системой со всеми нюансами, упаковал в скилл, который могут использовать как агенты на моей машине, так и облачные агенты (с нужным SSH-доступом, показывал скилл Доту и Грок Боту — оба заюзали нормально). В итоге: захожу руками через удалённый экран, ввожу пароль и код из СМС, после чего агент работает в той же залогиненной сессии. ▶️ У запасного Camoufox свой профиль и отдельный удалённый экран через noVNC. Мне пока хватало хромиума, но на моих проверках оба браузера открывали нужные сайты. Профили сделал сохраняемыми, лежат на диске сервера - перезапуск браузера или контейнера их не теряет. Но сессии на самих сайтах, конечно, протухают: ФНС у меня попросила зайти заново уже примерно через полчаса. Госуслуги живут подольше. ▶️ Постоянно держать браузеры включёнными на мелкой вируалке необязательно, это таки кушает память - под Camoufox с обвесом нужно около 1.3-2gb, хромиум заметно экономичнее. Сделал команды, которые гасят всё хозяйство и поднимают обратно (недолго, до 40 секунд поднимается). Лиса поднимается только по запросу, по дефолту юзаем хромиум ▶️ Из забавного: Кодекс отказался стучаться в госуслуги после того как поймал 403 и увидел нагрузку с анти-бот скриптам. Собрал всё безотказным глм / глм флеш (даже не аблитерейтед), кодекс только ревью сделал (впрочем, ревью нормальное). Уже и по своей необходимости к своей родине на сайты не сходишь агентами - алаймент и гарды нынче жесткие, спасибо китайским товарищам за их модели. Госсайты довольно своеобразные - загрузка ресурсов не означает их доступность или видимость, иногда всё отображается заметно позднее - автоматизацию надо внимательно скриптовать. (ц) как то так! @deksden_notes

Open in Telegram
Views1,172−10%vs avg
Forwards92
Reactions31
Comments11
#1474Link preview
Views1,227−6%vs avg
Forwards5
Reactions12
Comments16
#1473Photoedited

⚪️ Подключение Dot к iMessage в РФ Не так давно клозеды выкатили фичу про подключение Dot к iMessage (писал про это тут: https://t.me/deksden_notes/1453) - мне она показалась удобной, но телефон из России ввести в окне подключения нельзя, оно не распознает номер +7 в списке стран вообще (странно, да?), а если ввести полный номер то заменяет +7 на 8. В общем, я и не надеялся отыскать тут дух Анкориджа, но попробовать было надо. ▶️ Сегодня мне пришла в голову мысль, что не единой симкой я богат, для верификации кодекса были заведены помимо симки Казахстана еще и пучок eSIM от GiffGaff, а они - соответственно, вполне кошерные британские! (Или - нынче скорее «правоверные»). Обзор на эту фичу был тут (https://t.me/deksden_notes/853), и в канале/чате по ключевому слову giffgaff можно глянуть историю. В общем, у меня на телефоне есть симки с другими номерами, и они - работают! ▶️ Теперь берём Dot, и настраиваем у него Texting. Для этого по процедуре он сначала присылает мне смс с кодом верификации. Вводим код и он запомнил мой номер. Следом dot со своего американского номера пишет мне, присылая визитку - предполагается с ним надо общаться через этот номер. Сохраняем его в контактах. В iMessage можно добавить пучок идентификаторов для общения, в том числе номер телефона. Я добавил один из своих GG-номеров, и после снятия временного блока (для любых заграничных номеров 24 часа) - он принял смс для верификации. Итак, Dot прислал сообщение и карточку контакта, и тут последний нюанс - надо указать что этот разговор мы ведем не с основного моего номера (русский номер он не понимает), а с GG-номера! iMessage запомнит что этот разговор мы ведем от указанного GG номера. Результат - на скрине КДПВ. ▶️ Можно ли подключить второй аккаунт (а у меня два Про аккаунта с Dot)? Видимо, да, но на другой номер. Первый GG номер использовать для другого агента не получилось - пишет что уже занят. Взял другой номер и жду пока сработает период охлаждения, следом - подключу второго агента. Вот и пригодились снова эти номера)) (ц) пользуемся кому актуально @deksden_notes

Open in Telegram
Views1,258−4%vs avg
Forwards20
Reactions8
Comments4
#1472Photo

⚪️ Объединение ChatGPT и Work Появились более явные утечки - например, такой вот раздел в справке (на картинке). К этому шло давно, что агентный движок кодекса, который в веб версии обеспечивает работу Work, полностью заместит веб версию ChatGPT. Действительно, агент обладает гораздо более продвинутой функциональностью, хотя очевидно более требователен к ресурсам. ▶️ Я давно преимущественно работаю в кодексе, веб версия - это только доступ к Про режиму (ChatGPT Pro) и DeepResearch (хотя я бы предпочел сделать такой рисёч-флоу на базе чего-то вроде dynamic workflows). ▶️ Также в письмах пользователям клозеды упоминают, что начинают эксперименты с объединением функциональности. ▶️ Важно не забывать, что у кодекса не так давно стало 10m+ пользователей, а вот у чата - 1b+! ❓ В связи с этим - вопрос. Как думаете - а как бы выглядела оптимальная система, которая могла бы быть придумана? Что бы вы хотели, чтобы клозеды сделали? @deksden_notes

Open in Telegram
Views1,286−2%vs avg
Forwards5
Reactions8
Comments11
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
60 h1,278
72 h1,286
  1. Total to date1,286
#1471Photo

⚪️ Ship-темберь, день 26 и 27, 28/28 - финиш акции Итак, на 25 день клозеды представили довольно удобную фичу - мульти-аккаунт в мобильном приложении, а позднее - и в десктопе. В мобильном найдешь не сразу - у меня на iOS нужно было зажать аватар пользователя, тогда появлялось окно выбора аккаунтов, где можно добавить второй. После добавления, его можно прикрутить к десктопному приложению Кодекса. Пул аккаунтов держать не выйдет, можно добавить пару аккаунтов и переключаться между ними. Зато работают любые уровни подписок - плюс, бесплатные, про. ▶️ Особенно интересно это на фоне презентации похожей фичи накануне от Клода, и что у OpenAI пошли новости про ограничения на колчиество подписок на устройство и одну банковскую карту! Забавно. Фичи хорошие, а вот фон, с ограничениями и банами - не очень. ▶️ На 27 и 28 день решили выдать банковые РЕСЕТЫ, котороые можно будет применить самостоятельно в удобное/нужное время! (ц) такой день @deksden_notes

Open in Telegram
Views1,336+2%vs avg
Forwards8
Reactions12
Comments8
#1470Photoedited

⚪️ Представлен Agent-Desktop Команда Vercel Labs, известная многими проектами (я пользуюсь как минимум skills.sh, agent-browser), представила их новый проект Agent Desktop. Это Computer Use в стиле Codex, фичи такие: • работает на macOS / Windows / Linux • фоновые курсоры, может работать параллельно с вами • мульти-агентность: несколько агентов работают на одном компьютере параллельно Проект открытый. Всё как положено: на rust, cli / mcp. 🔗 Гитхаб : https://github.com/vercel-labs/agent-desktop ▶️ Из других аналогичных проектов похож, пожалуй, больше всего на Cua (https://cua.ai/cua-driver). ▶️ Из особенностей отмечу, что работает по accessibility API, скриншоты - отдельная команда. Следовательно, все приложения с нестандартным саморисованным или плохо размеченным интерфейсом (canvas, игры, electron некоторые) будут для такого способа доступа плохо видны, приёдется переходить на медленный дорогой анализ скриншотов. 👉 А еще есть agent-mobile (https://github.com/lahfir/agent-mobile), но он пока не представлен @deksden_notes

Open in Telegram
Views1,421+9%vs avg
Forwards110
Reactions16
Comments0
#1469Photo
Views1,346+3%vs avg
Forwards34
Reactions23
Comments7
#1468Photo
Views1,374+5%vs avg
Forwards6
Reactions20
Comments1