Posts of Boring channel Nedyrov

newest first

#301Textedited
Views2,298−26%vs avg
Forwards1
Reactions8
Comments6
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
8 h590
70 h2,298
  1. Total to date2,298
#300Link previewedited

Как я экономлю часы жизни и вытаскиваю концентрат пользы с помощью AI ⚡️ Контента вокруг столько, что просто «читать статьи» и «смотреть часовые подкасты» стало непозволительной роскошью. Пришлось собрать свой пайплайн фильтрации информации, где за секунды отсеивается вода и остается чистая суть. Делюсь двумя связками, которыми пользуюсь каждый день. 1. YouTube + Gemini: читаем между строк 📺 Просто пересказать ролик может любая нейронка, но в плоских саммари часто теряется главное. Что делаю я: кидаю ссылку на видео в Gemini и прошу не просто пересказать текст, а выделить ключевые инсайты и то, что читается между строк - скрытые мотивы спикера, недосказанности, неочевидные выводы, о которых автор говорит вскользь. 💡 Важный нюанс: в моем сценарии эта магия стабильно работает именно через мобильное приложение Gemini (в вебе с прямыми ссылками на видео до сих пор бывают капризы и затыки с расширениями). Скопировал ссылку в приложении Ютуба -> закинул в телефон -> через 15 секунд понимаешь, стоит ли вообще тратить час на просмотр. 2. Hacker News + ChatGPT: выжимка коллективного разума 🧠 ( топовые комменты из него в телеге тут) Если кто не сидит на Hacker News (форум от Y Combinator) - очень зря. Это место с аномальной концентрацией самых умных людей со всего мира: фаундеров, инженеров, исследователей. И главная ценность там зачастую даже не в самой новости, а в тредах под ней, где в комменты может прийти условный создатель технологии и разложить всё по фактам. Но читать полотна на 500+ комментариев на английском - это отдельный рабочий день. Мой флоу: беру ссылку на ветку обсуждения в HN, закидываю в ChatGPT с аналогичным промптом - разобрать суть самой статьи + сделать структурную выжимку того, что пишут в комментах. В итоге за полминуты получаю полную картину: о чем материал, за что его хвалят, где автор ошибся, какие альтернативы накидали практики и к чему пришло комьюнити (опять же - с фокусом на инсайты между строк). Вместо часов думскроллинга и фонового шума получается плотный дайджест по делу. Очень отрезвляет и экономит кучу времени. А какие у вас любимые бытовые связки с нейронками для работы с контентом? Делитесь в комментах 👇

Open in Telegram
Views2,380−24%vs avg
Forwards38
Reactions30
Comments32
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
3 h498
12 h845
24 h1,101
52 h1,872
73 h2,380
  1. After 24 hours1,101
  2. Total to date2,380
#299Link preview

🚀 Новая AI-модель за $0,13 конкурирует с Claude за $8. Стартап Paper Instruments выпустил Ultramarine 1 Flash - модель для финансов, юридических задач и офисной автоматизации. Взяли открытую GLM-5.3 Flash и дообучили через Reinforcement Learning. 📊 По внутренним тестам: - Ultramarine - 59,3 балла, Claude Fable 5 - 57,8. - Стоимость задачи - $0,13 против $8,19. - Улучшение базовой модели на 4,1 п.п. 💡 Что интереснее всего: 1. Создали 88 типов виртуальных рабочих сред: документы, CRM, финансовые модели, корпоративные переписки. 2. Научились обучать ИИ на задачах без единственного правильного ответа - через детальные критерии оценки с наградами и штрафами. 3. Использовали системные промпты всего около 50 токенов, позволяя модели самостоятельно вырабатывать стратегии. 4. Оптимизация работы с инструментами ускорила одну из операций с файлами в 24 раза - без смены LLM. 💰 API уже доступен: $0,15 за миллион входных и $0,50 за миллион выходных токенов. ⚠️ Результаты пока от самих разработчиков. На кодинговых тестах модель даже немного уступает базовой GLM. Главный инсайт: возможно, будущее не за гигантскими универсальными LLM, а за дешёвыми специализированными моделями, обученными на реалистичных рабочих сценариях. 🔗 "Технический отчёт" https://www.paperinstruments.com/blog/ultramarine

Open in Telegram
Views1,856−40%vs avg
Forwards29
Reactions13
Comments7
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
33 h1,116
69 h1,856
  1. Total to date1,856
#298Photo

Forwarded from Новости IT | Вашу Цифру!

САМОИДЕНТИФИКАЦИЯ ИИ ИИ долго жил в окне чата: мы спрашивали, он отвечал. Потом ему дали доступ к почте, календарю, сайтам и другим сервисам, а заодно разрешили не только советовать, но и действовать. Так появился Тайлер Дёрден ИИ-агент. Ему можно поставить задачу, а дальше он сам разберёт её на несколько шагов. Оформит заказ без того, чтобы человек водил его за руку от одной кнопки к другой. У ИИ, грубо говоря, появились руки (к тому же, весьма шаловливые, мы писали об этом здесь). Вместе с руками возник и паспортный вопрос. Если программа приходит в сервис от вашего имени, неплохо бы понимать, кто её создал, кому она принадлежит и что хозяин вообще разрешил ей делать. Особенно когда речь уже не о генерации смешной картинки или текста, а о покупках, документах и доступе к данным. Гендиректор «Билайна» Сергей Анохин предложил ввести «паспорт ИИ-агента». По задумке, он должен позволять установить владельца и разработчика программы, подтвердить, от чьего имени она работает, и определить происхождение созданных ею материалов. ВАШУ ЦИФРУ! Практический смысл хорошо объяснить на деньгах. Допустим, вы разрешили ИИ покупать авиабилеты не дороже 50 тысяч рублей. Сервису мало услышать от робота: «хозяин разрешил». Нужно проверить, чей это помощник, действительно ли поручение вообще было и не решил ли он расширить семейный бюджет по своему усмотрению. Visa уже строит такую проверку для покупок: её Trusted Agent Protocol позволяет магазину по цифровой подписи отличить доверенного агента от обычного бота и проверить связь с покупателем. Но паспорт решает только половину задачи. Модель могла сделать одна компания, самого агента другая, подключить его к своим сервисам третья, а команду дал пользователь. Если в этой цепочке кто-то накосячил, ещё предстоит понять, кому выставлять счёт. Капча была нужна, чтобы отличить человека от бота. Теперь задача тоньше: понять, какой именно бот перед нами и от чьего имени он действует.

Open in Telegram
Views1,880−40%vs avg
Forwards3
Reactions14
Comments3
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
65 h1,691
77 h1,880
  1. Total to date1,880
#297Link previewedited
Views2,319−26%vs avg
Forwards10
Reactions4
Comments35
#296Textedited
Views2,113−32%vs avg
Forwards2
Reactions4
Comments1
#294Videoedited
Views3,1250%vs avg
Forwards3
Reactions16
Comments5
#292Textedited
Views3,371+8%vs avg
Forwards4
Reactions17
Comments19
#286Textedited
Views2,871−8%vs avg
Forwards0
Reactions4
Comments3
#283Textedited
Views4,521+45%vs avg
Forwards14
Reactions46
Comments21
#280Videoedited
Views3,228+4%vs avg
Forwards6
Reactions29
Comments14
#277Link previewedited

🔮 Я проверил предсказания Билла Гейтса за 40 лет - и вот что реально сбылось Гейтс вангует с 80-х, и мне стало интересно оценить его точность на цифрах. Я собрал 158 его видеоинтервью с ютуба(с 1984 по 2026), вытащил субтитры, прогнал через ИИ и извлек 638 конкретных прогнозов. А потом просто сверил их с нашей реальностью 2026 года. 📊 Расклад такой: ✅ Точно сбылось - 51% 🟡 Частично - 32% ❌ Полный промах - всего 8% (остальному пока не пришло время) Что реально поражает: его прогнозы из 90-х сбылись на 71%. Человек буквально видел будущее. 🎯 Легендарные попадания: • 1987: «Компьютер будет на каждом столе и в каждом доме» (тогда это звучало как абсолютная фантастика). • 1991: «Информация будет под рукой, плоский экран вместо доски» (привет, смартфоны). • 2015: На TED предсказал, что следующая глобальная катастрофа - это высокозаразный вирус, а не война (за 5 лет до ковида). 🤦‍♂️ Где промахнулся: В 1987-м был уверен, что OS/2 убьёт MS-DOS за пару лет. В итоге проиграл... своему же Windows. Главная проблема Гейтса (как и всех визионеров) - это сроки. Он почти всегда идеально угадывает что будет, но сильно спешит с тем, когда. Так что его свежие прогнозы про ИИ пока висят в статусе «поживем - увидим». ⚙️ Немного про внутрянку: ручной выборки не было вообще. Мой пайплайн сам собрал видео, достал даты и вынес вердикт по каждому пункту. Вся ретроспектива построена чисто на данных. Все сделал за 5 минут. 👉 Я собрал все 638 прогнозов в удобную интерактивную карту (можно фильтровать по годам/темам и кликать на ссылки с пруфами из видео). Позалипать можно тут: ⧉ https://claude.ai/artifact/FHEK8m3VWLnxVwD864rqPF (P.S. Вердикты выносил ИИ, поэтому на абсолютную истину не претендую, но картина получилась очень наглядной). Если есть идеи для похожей аналитики пишите в комментарии.

Open in Telegram
Views5,770+85%vs avg
Forwards33
Reactions33
Comments15