Изначально идея орбитального дата-центра от Маска казалась амбициозной, но технически сомнительной. Теперь, когда появились подробности о том, как он планирует реализовать этот грандиозный замысел, проект выглядит ещё менее осуществимым, чем казалось раньше. Либо это результат чрезмерного оптимизма, либо здесь происходит что-то более сложное.

Давайте начнём с самого начала. Вопреки заявлениям Маска, орбитальные ИИ-дата-центры не дешевле наземных. Как я уже писал ранее, запуск ИИ-дата-центров в космос обходится примерно в девять раз дороже, чем их эксплуатация на Земле — так что даже во время энергетического кризиса орбитальные дата-центры значительно дороже.

Вдобавок потребуются десятки триллионов долларов, чтобы построить и развернуть в космосе 100 ГВт солнечных панелей, которые обещал Маск, — и их придётся полностью заменять каждые пять лет или около того, когда спутники, к которым они прикреплены, сойдут с орбиты.

Да, и строительство этих спутников на Луне, как предлагал Маск, не решает ни одну из этих проблем и, по сути, только усугубляет их.

Тем не менее, Маск всё ещё хочет развернуть орбитальную констелляцию из миллиона спутников с ИИ-дата-центрами!

Как я уже не раз отмечал в своих предыдущих материалах, инструменты со встроенными нейросетевыми примочками развиваются быстро. Буквально за несколько месяцев одни сервисы успевают захватить новые, порой совсем неожиданные ниши, а другие – обрасти таким количеством функций, что их создатели сами путаются в настройках. Рынок кипит, и уследить за всем практически невозможно.

Сегодня представлю очередную подборку, но уже с конкретным, довольно узким уклоном. В прошлый раз я пристально смотрел на генерацию кода и презентаций. Теперь же поговорим о саммари. Под этим модным словом скрывается технология сжатия информации до ключевых вещей, когда из простыни текста вам выдают три-четыре тезиса, а из часовой лекции – двухминутную выжимку.

Признаюсь честно: я за полные версии. Будь то книги, видео или лекции. Мне важно видеть ход мысли автора, детали. Саммари же часто принимают некоторые важные вещи за воду и безжалостно их удаляют, оставляя сухой, а порой и искаженный остаток. И все же, при всей моей любви к оригиналам, не озвучить интересные варианты в этой сфере, увы, не могу. 

Принимайте стратегически удобное положение, ну а я начинаю.

CEO Nvidia и профессиональный ИИ-энтузиаст Дженсен Хуанг недавно заявил, что мы уже достигли AGI (искусственного общего интеллекта). Во-первых, это вызывает серьёзные вопросы к его пониманию интеллекта. Современные ИИ-системы больше напоминают глубоко галлюцинирующего плагиатора-подхалима, чем что-либо похожее на связный интеллект. Беззубый дедок в потрёпанной шапке, подпирающий барную стойку моего местного паба с 11 утра каждый день, обладает бесконечно большим интеллектом, чем эти «статистические машины по сглаживанию кривой». С ним, кстати, и поговорить куда интереснее.

Но, во-вторых, это просто не происходит, шеф! И Дженсен бы это знал, если бы отвлёкся от подсчёта миллиардов долларов, заработанных на круговом финансировании, и взглянул на реальные возможности генеративного ИИ в настоящем мире. Знаете, там, где интеллект — это не какая-то псевдоинтеллектуальная спекулятивная концепция, а критически важная штука для реальных результатов.

Возьмём, к примеру, Amazon. В третий раз они усвоили болезненный урок: генеративный ИИ не обладает интеллектом, не может заменить человеческий интеллект и не является инструментом продуктивности.

Впрочем, я говорю «усвоили»… Что там та фальшивая цитата Эйнштейна об определении безумия? Что-то про повторение одних и тех же действий в ожидании разных результатов?

Знакомая ситуация? Вы открываете файл контроллера на 2000 строк. Там перемешаны SQL-запросы, HTML-разметка, бизнес-логика и комментарии на ломаном английском. В голове начинает играть тревожная музыка, а внутренний голос шепчет: “Закрой это немедленно, пока оно не сломалось”.

В психологии это называется “когнитивная перегрузка”. Мозг просто отказывается парсить такое количество переменных одновременно. Раньше программистам приходилось часами медитировать над распечатками кода, как сыщикам, пытаясь прокачать навык “Внутренняя империя”.

Но сегодня всё иначе. Правильный промпт-инжиниринг для разработчиков превращает хаос в структурированный текст. Когда вы скармливаете этот клубок нейросети с правильной установкой, вы словно надеваете очки дополненной реальности. Вы переходите от страха к контролю.

Здесь мы разберем 6 фундаментальных паттернов промптинга, которые вытащат вас из любой ямы.

Заказы на чипы на триллион долларов. Новый фреймворк для агентного ИИ, который Дженсен сравнил с Linux. И одно высказывание с keynote GTC 2026, которое должно заставить каждого руководителя по данным прямо сейчас пересмотреть свою стратегию управления.

Не на маленькой невинной лжи, а на настоящей. На чём-то серьёзном, что человек активно скрывал от людей, которые ему доверяли.

А теперь представьте, что вместо увольнения с позором этот человек получил повышение.

Это история Сэма Альтмана.

Удешевление технологий означает их повсеместность, а не спад.

Вот уже больше года из каждого утюга — от друзей и родных до ленты в X и роликов на YouTube — я слышу одно и то же: бум искусственного интеллекта вот‑вот лопнет, как пузырь доткомов. Оценки компаний кажутся безумными, все только об этом и твердят, и витает это стойкое ощущение «слишком хорошо, чтобы быть правдой». Я понимаю, откуда берутся такие сравнения. Но я убежден, что они в корне неверны, и разница здесь куда существеннее, чем принято считать.

Пока все спорят, не переоценены ли акции Nvidia, настоящие экономические угрозы скромно прячутся в тени этих дискуссий.

Вы когда-нибудь получали от нейросети изображение, которое хочется сразу удалить и сделать вид, что этого не было? Допустим, вы открыли Midjourney, DALL-E или Kandinsky. Пишете: "нарисуй красивого кота". ИИ выдает что-то с тремя хвостами, шестью глазами и текстурой мокрой тряпки. Знакомо?

Нейросети для генерации изображений - отличные исполнители, но ужасные телепаты. Они не знают, что значит красиво, атмосферно или немного грустно. Им нужны конкретные слова: тип освещения, угол съемки, материалы, стиль художника. И даже порядок этих слов имеет значение. Да, они капризные, как заказчик, который не знает, чего хочет, но "это точно не то".

В этой статье мы соберем четкую инструкцию о том, как разговаривать с ИИ на его языке, основываясь только на конкретных приемах: структура промпта, вес слов, негативные инструкции и настройки.

Под конец вы сможете превращать кота-уродца в фотореалистичного мейн-куна в золотистом свете, 85 мм, f/1.4. Или в акварельного кота в стиле гравюр XIX века. ИИ перестанет вас бесить. Ну, хотя бы чуть-чуть.

Готовы? Тогда поехали, приятного прочтения!

Время от времени технический спор обнажает нечто гораздо большее. Недавняя стычка между Министерством обороны США и Anthropic — как раз такой случай. Не потому, что речь о контракте на 200 миллионов долларов. А потому, что она делает видимым новый тип корпоративного риска — тот, который большинство CEO, CTO и CIO до сих пор воспринимают как закупочную формальность.

В недавнем материале «Пентагон хочет переписать правила ИИ» я сосредоточился на политическом значении ситуации, когда правительство пытается заставить ИИ-компанию ослабить собственные ограничения. Для руководителей бизнеса главный вывод — куда более практичный: если ваши ИИ-возможности зависят от условий, политик и механизмов контроля одного провайдера, ваша стратегия теперь — заложник чужого конфликта.

Рекурсивное самосовершенствование — или RSI, если вам нравятся аббревиатуры — это ИИ-система, способная улучшать себя итеративно: она предлагает изменения, тестирует их, оценивает, сработало ли, и сохраняет то, что реально повышает качество, формируя новую версию себя. Для нетехнического читателя идея укладывается в одну фразу: машина, которая не просто решает задачи, а учится решать их лучше.

Для экспертного читателя полезное определение требует куда большей точности: недостаточно, чтобы модель пользовалась инструментами или писала код. Должен существовать эндогенный, измеримый и относительно автономный цикл оптимизации, в котором система вносит вклад в улучшение собственных компонентов — своей обвязки, а то и архитектуры или процесса обучения. Именно здесь проходит граница между кричащим заголовком и по-настоящему интересным явлением.

Давненько не было потрясений на территории топовых LLM. Впрочем, это утверждение справедливо лишь относительно – на фоне февраля, когда каждая неделя поражала нас чем-то новым.

Сегодня меня ждет достаточно обычный материал: сравнение последних топовых моделей. С одной стороны, я делал это уже много раз, а с другой – в этот раз моя цель найти необычные задания. Не столько рутинные, не столько сложные, сколько нестандартные, в сравнении с максимально типичными задачами вроде «сгенерируй рассказ, код или реши задачу».

В статье примут участие ChatGPT-5.4, Claude Opus 4.6 и Gemini 3.1 Pro. Постараюсь внести что‑то интересное, но для кого‑то это окажется таковым, а для кого‑то покажется слишком обычным. На вкус и цвет товарища нет. Поэтому по большей части это сравнение – моя прихоть, чтобы утолить собственный интерес. Тем, кому это тоже любопытно, рекомендую занять стратегически удобное положение. Быть может, вы сможете почерпнуть для себя что‑то полезное.

Иногда наибольшую ценность создаёт тот, кто приходит вторым. Тим Кук и Сатья Наделла не основывали Apple и Microsoft, но каждый из них сел за руль — и увеличил капитализацию своей компании в десять раз. На прошлой неделе Дарио Амодеи пошёл первым, дав отпор администрации Трампа и отказавшись позволить Министерству обороны диктовать политику частному бизнесу. Но в том, что, возможно, является самой недоосвещённой историей в tech, Сатья Наделла, последовавший его примеру, мог изменить политический ландшафт.

Знакомая ситуация: вам скидывают PDF на полсотни страниц, а нужна всего одна цифра. Вы открываете файл, начинаете листать - и через полчаса ловите себя на мысли, что уже забыли, что именно искали. А потом выясняется, что документ - скан. Текст не выделяется, Ctrl+F бесполезен, дедлайн горит. Знакомо?

Ещё пару лет назад выход был один: делать скриншоты кусков, тащить их в онлайн-распознавалки, собирать текст по частям и надеяться, что ничего не потерялось. Сейчас за нас это умеют делать нейросети - причём бесплатно. Они читают сканы, понимают таблицы и вытаскивают нужное из любого хаоса форматов.

В этой статье мы взяли пять таких инструментов и устроили им один и тот же тест: дали инструкцию к пылесосу и попросили объяснить, как почистить фильтр. Посмотрим, кто справится быстрее и точнее.

Поехали!

Пятнадцать лет назад. Вдумайтесь.

Пятнадцать лет Apple владела самым массовым голосовым ассистентом в истории человечества — больше миллиарда устройств, в каждом кармане, на каждом запястье — и эта штука до сих пор спотыкается, когда просишь её одновременно поставить таймер и отправить сообщение. А за это время ChatGPT взлетел от нуля до двухсот миллионов пользователей за какие-то два года. Claude стал настольным инструментом для любого, кто хоть раз открывал терминал. А гугловский Gemini тихой сапой превратился в самое мощное семейство моделей, о котором за пределами ИИ-тусовки толком никто и не слышал.

Что-то пошло не так. Капитально не так. И в этом месяце обе компании — и Apple, и Google — фактически в этом расписались, сделав ходы, которые переворачивают всё представление о том, как ИИ работает на вашем телефоне.

«Происходит что-то масштабное». «Большинство людей не узнает об этом, пока не станет слишком поздно».

Более 85 миллионов человек увидели этот пост. Поделились. Поддержали.

И все ушли с совершенно неправильными выводами.

Не потому что данные неверны — данных не было изначально. А потому что Мэтт Шумер очень хорошо рассказывает страшные истории. Так, что читатель впадает в гипноз и принимает каждый аргумент за чистую монету.

Он пишет «масштабнее, чем Covid» — и не приводит ни одной цифры по занятости. Он говорит «поделитесь, пока не поздно» — транслируя собственную тревогу по поводу собственной работы в ИИ-компании.

Потом, в продолжении, он сказал CNBC, что «не хотел никого пугать» и что «если бы знал, насколько это станет вирусным, переписал бы некоторые части».

Конечно.

Если вы прочитали его пост так, как прочитало большинство, и решили действовать на его основе — вы принимаете неправильное решение. Вы либо сократите людей, от которых всё ещё зависите, либо побежите без плана, либо подмените реальную стратегию блестящими инструментами.

Я покажу вам одну простую кривую спроса, которая опровергает каждое заявление из серии «ИИ всех заменит».

К концу этого текста вы сможете избежать трёх ошибок, которые прямо сейчас совершают 80 миллионов человек — и с которыми данные активно спорят.

Думаю, каждый, кто хоть раз пытался подготовить отчёт к утру понедельника, сталкивался с этим чувством. Когда в таблице 500 строк, в каждой какой-то текст, а начальник просит просто выделить главное. Просто, да.

Раньше выход был один: сиди и обрабатывай каждую строку руками. Читаешь, выделяешь ключевое, формулируешь вывод. Если строк 20, то ещё терпимо. А если 500? Тут уже становится не до смеха.

Сейчас другая история. Нейросети научились работать там, где мы проводим больше всего времени, прямо в таблицах. Больше не нужно переключаться между десятком вкладок, копировать текст туда-сюда или гуглить формулы. Всё происходит внутри ячейки.

Я протестировала несколько популярных инструментов, которые встраивают AI в Google Sheets и Excel. От более крупных сервисов, таких как Zoho, до узких специалистов вроде GPTExcel.

Приятного прочтения!

20 марта 2026 года. Разработчик по имени Финн ковыряет API-эндпоинт Cursor. Не ищет секреты. Просто дебажит.

Но ответ приходит с идентификатором модели, который — не «Composer 2». Там написано:

kimi-k2p5-rl-0317-s515-fast

Он это твитит. 444 000 просмотров.

Самый тщательно срежиссированный запуск модели за год — кастомные бенчмарки, графики эффективности по Парето, ценовая стратегия, рассчитанная на подкоп под всех конкурентов — оказывается разоблачён одной строкой, которую никто не подумал переименовать.

Думаю, можно уже сказать прямо: массовые увольнения в tech-секторе — это ужасная идея.

Согласны? Да, знаю. Согласиться легко.

Но увольнения не прекращаются. И, по всем признакам, средние и крупные tech-компании только разогреваются. Топор ещё даже не наточен. И каждый технарь, кого пока не задело, наверняка гадает — когда придут за ним.

Может, вы просто стараетесь не высовываться. Вероятно, лучшая стратегия. Но если вы, как и я, следили за каскадом объявлений об увольнениях последний год, у вас могло сложиться впечатление: чем крепче крупные tech-компании сжимают рукоятку топора, тем быстрее из рук ускользает здравый смысл.

Давайте разберёмся в свежих новостях — и я соединю точки.

Март не так часто балует нас громкими новинками, как хотелось бы, но индустрия не стоит на месте. В прошлой статье я рассказывал о ИИ-инструментах/агентах/сервисах для программистов, и в процессе размышлений у меня родилась идея для нового материала.

В своих сравнительных статьях о топовых LLM я обычно делаю упор на рутинные задачи: генерацию текста, программирование и математику. Но спектр таких задач гораздо шире. Именно эта мысль привела меня к теме сегодняшней статьи.

Сегодня я расскажу о инструментах, которые помогут создать презентацию. В современной реальности это навык, ставший практически неотъемлемым. Моя цель - сформировать подборку для генерации слайдов. Сразу предупрежу: много бесплатных вариантов здесь не будет. Но это не значит, что у вас не будет возможности протестировать функционал платформ. Принимайте стратегически удобное положение, ну а я начинаю свое повествование.

11 марта 2026 года Cursor опубликовал пост под скромным названием «Как мы сравниваем качество моделей в Cursor». Без громких заявлений. Без атак на конкурентов. Просто пять графиков и спокойное объяснение внутреннего процесса оценки.

ИИ-сообщество в основном отнеслось к этому как к очередному «компания рассказывает о своём бенчмарке». Это было ошибкой.

Эти пять графиков, если прочитать их внимательно, обнажают пять допущений, зашитых в каждый публичный бенчмарк для кодинга, которые никто не ставит под вопрос. И каждое допущение, однажды увиденное, невозможно развидеть.

Вот что показал Cursor. И вот чего они не сказали вслух.