MaxRepost

Meta выкатила Muse Wonder и Muse Wonder Full, свои самые мощные модели для программирования и ИИ-агентов. Упор на долгие задачи: помнить требования, планировать работу, подключать подагентов и исправлять ошибки. Контекст 1 млн токенов. Обычный Wonder стоит как Opus 5.5: $4 за миллион входных и $20 выходных токенов, в 2,5 раза дешевле Astra. Он доступен через API и Muse Code, а Full — по старшим подпискам Muse Code. Meta добралась до первой лиги: по опубликованным оценкам Wonder Full получает 79% на DeepSWE против 74,2% у Opus 5.5 и 74,1% у Astra, а в автоматизации бизнес-процессов — 45,4% против 41,2% и 41,6%. В общем индексе Artificial Analysis у Full 56 баллов, у Opus — 58, у Astra — 53. Сильный конкурент для долгой агентной работы, хотя лидерство во всех задачах пока остаётся мечтой. P.S. Meta долго была в догоняющих, а теперь уже наступает Anthropic на пятки и обошли невышедший Argon🥹

Нашел прикольный флоу для Claude Code + Opus 5.5: – берем скилл для создания анатомии объектов – скилл для озвучки сцен – берем какое-то историческое фото И просим воссоздать в видео события так, чтобы физическая симуляция совпала с фотографиями – работает не с первого раза (иногда неточно), но явно туда придем через годик Особенно клево, что сам агент может пойти собрать реальных фотографий про событие и потом вокруг них делать симуляцию и 3d-объекты На выходе получаются такие исторические ролики Теперь, хочется роем агентов что-то такое посимулировать

Наткнулся на интересный слайд. Он о том какие науки хорошо автоматизируются с AI, а какие пока не очень. @maxrepost

Тут Карпаты опять хорошее написал. Главная мысль в том, что человечество одновременно живёт в четырёх совершенно разных реальностях относительно возможностей искусственного интеллекта. И разрыв между ними не сокращается, а увеличивается. Он делит сейчас всех людей на планете на несколько групп: Уровень 1. Примерно 6 миллиардов человек (около 75% населения). Эти люди практически вообще не сталкивались с LLM. Уровень 2. Примерно 1–2 миллиарда человек (около 20%). Нерегулярные пользователи бесплатных продуктов вроде ChatGPT. Они видят довольно бестолковых чат-ботов и воспринимают их как слегка улучшенный Google, помощника для написания текстов и тому подобное. Иногда агент пытается забронировать тебе авиабилет. Многие профессионалы и руководители за пределами программирования находятся на этом уровне. Хотя интеллектуально они понимают происходящее, для них это всё ещё чужой опыт — нечто абстрактное. Уровень 3. Примерно 20 миллионов человек (0,2%). А теперь мы переходим к профессиональному использованию передовых LLM в математике и программировании и других областях. Эти люди собственными глазами наблюдают, как большие и сложные проекты, на которые раньше уходили недели или месяцы, теперь могут быть выполнены агентами по одному промпту. Разработка приложений, копирование приложений, перенос приложений между платформами, декомпиляция программ из бинарных файлов. Уровень 4. Примерно 5000 человек (0,00006%). И наконец, мы добираемся до людей, которые имеют внутренний доступ к самым передовым AI-системам. Внешний мир пока увидел только тень того, на что они способны. @maxrepost 👾️️

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.

🤯 Нашёл, куда утекают лимиты Claude Code, и это касается всех, кто гоняет субагентов. По наводке из треда проверил свои логи и офигел. Основной чат Claude Code держит кэш контекста час, а субагенты-помощники — всего 5 минут!😱 Стоит помощнику постоять дольше пяти минут (ждёт мой ответ, долгие тесты или сборку), и следующий шаг заново записывает в кэш весь его контекст, сотни тысяч токенов, а такая запись примерно в 12 раз дороже обычного чтения из кэша!!!! У меня субагент на Opus, который пилит камеру в моей AI-DnD, за два дня записал в кэш 116,6 млн токенов и 159 раз перезаписал контекст целиком, по 200–900 тысяч токенов за раз. Похоже, именно это и съело недельный лимит Max 🫣 Решение официальное, есть в документации Claude Code: в settings.json добавить "subagentPromptCacheTtl": "1h", а если гоняете агентов через API-ключ, то CLAUDE_CODE_PROMPT_CACHE_TTL=1h. Запись в часовой кэш дороже, но полных перезаписей после каждой паузы больше нет. Проверил: кэш действительно пошёл с ephemeral_5m на ephemeral_1h. Чудес не ждите: у моего лейна это срежет примерно 20–25% расхода, потому что основное съедает раздутый до 900 тысяч токенов контекст, который читается на каждом шаге. Поэтому вторая мера: не вести одного агента сутками, а давать каждый шаг свежему агенту с коротким отчётом предыдущего 🔄 📄 Документация: https://code.claude.com/docs/en/prompt-caching P.S. Заодно для Opus 5.5 раскатили Fast mode: тумблер в меню модели или /fast в терминале. Та же модель и то же качество, только около 285 токенов/с, в 2–2,5 раза быстрее. Стоит вдвое дороже ($8 / $40 за миллион токенов), а на подписке в лимиты не входит и списывается только с usage credits ⚡️

Яндекс похоже закупился антикризисными постами в телеге. Всю пятницу наблюдаю как ему желают счастья, здоровья

По данным Axios, OpenAI и Anthropic обсуждают последствия АИ-катастрофы; многие собеседники издания ждут её через 6–12 месяцев, хотя OpenAI не считает такой исход неизбежным (пока) >Речь о масштабной кибератаке с использованием АИ, способной нарушить работу банков, интернета, электроснабжения или водоснабжения Представляю этот созвон: «Так, с планом релизов разобрались, теперь давайте обсудим, что говорить человечеству, если всё *******» Отсюда

Вы могли заметить, что среди 722 математических открытий опубликованных OpenAI нет ни одного связанного с криптографией Или что правительство США перекладыват миллиард долларов в биткоинах на новый кошелек Вы решаете разобраться в чем дело, и натыкаетесь на важный но непроходимый твит от Виталика Бутерина, который для вас выглядит как салат из слов ECDCA / WOTS / SPHINCS- и так далее Хорошо что теперь у вас есть сверхинтеллект в кармане! Вы просите его сгенерировать видео эксплейнер в духе смешариков и получаете то, что я нагло украл этот пост у @ktoya_me из ElevenLabs, подпишитесь на него обязатетельно.

Ну вот и Google выкатывает своего агента. С фокусом на работу. Проблема доступов и удобного сетапа решается, но как они решат проблему бардака в знаниях и процессах реальных бизнесов и решат ли пока не ясно. @maxrepost