Матвей Герасимов

ИИ нашёл мусор — штраф пришёл мэрии В Воронеже по улицам ездит автомобиль с камерами и ИИ. «Дозор» фиксирует мусор, граффити и надписи на заборах. Дальше срабатывает обычная административная машина… если конкретного нарушителя не нашли, претензия уходит тому, кто отвечает за территорию. По данным Mash, с начала сентября районные управы и мэрия подали в арбитраж больше ста заявлений. Они оспаривают штрафы примерно на 2 млн рублей. «Абирег» приводит позицию мэрии: через суд чиновники пытаются установить, кто именно оставил мусор или испортил стену, и перенести ответственность на него. Камера хорошо отвечает на вопрос «где грязно?». С вопросом «кто виноват?» всё сложнее. Алгоритм видит банку у бордюра, но не знает, кто выбросил её ночью, когда дворник должен был пройти этот участок и почему этого не произошло. Без такой проверки любой снимок легко превращается в штраф для самого удобного адресата 🤭 В Далласе похожие камеры тоже ищут мусор и запущенные участки. Там снимок сначала проверяет сотрудник, затем объект осматривает инспектор — вот как устроен этот процесс. 🐊 Матвей про ИИ в MAX

23 сентября

Любую книгу можно сделать ИИ-тренажёром Начну пост с того, что напомню о «втором мозге» — базе знаний, которую я советую собирать с помощью ИИ. Google добавляет туда и сам первоисточник: подходящую книгу из Google Play теперь можно подключить к NotebookLM и разбирать рядом со своим конспектом. Но добавлять можно и свои книги — просто загрузите .pdf с материалами. Вордовские файлы и разборчивый рукописный текст моделька тоже принимает. :) Напомню про главное преимущество сервиса от Google — нейросеть работает ТОЛЬКО с предоставленными материалами, а потом делает из них карточки/видео/подкасты презентации и еще много чего. Рабочий сценарий выглядит так. Прочитал главу про переговоры, выписал главные мысли и просишь: «Сопоставь мои заметки с текстом книги. Покажи, где я упростил или исказил мысль автора. Затем задай десять вопросов по самым важным расхождениям». Gemini видит и книгу, и ваши записи. Он может найти пропущенный аргумент, объяснить сложный фрагмент другими словами, собрать вопросы перед экзаменом или подготовкой к встрече. После каждой главы остаётся список того, что стоит перепроверить и применить. Для самообучения, как мне кажется, это намного полезнее обычного краткого пересказа. И, конечно, советую просить модель готовить для вас тесты или опросы. Как-то я готовился к собеседованию. Закачал в NotebookLM кучу книг по профилю организации и ресерч о том, что мне предстоит делать, после чего собрал интерактивный нейросетевой тренажёр с заданиями. Например: «Если случится X, как вы поступите в этой ситуации?» Получилось очень результативно, а главное — нескучно! Надеюсь, этим примером получилось показать, что в работе с этим инструментом вас может ограничить только креативность... Ну и плохой VPN :) 🐊 Матвей про ИИ в MAX

23 сентября

Письмо от клиента теперь само ставит задачу ChatGPT В ChatGPT Work появились задачи, которые запускаются от события. Новое письмо в Gmail или комментарий к pull request в GitHub могут сами включить заранее заданный сценарий. Подключаете почту, задаёте условие — например, письма от конкретного клиента или с нужной темой — и пишете инструкцию: «Вытащи запрос, срок, сумму и вопросы без ответа. Подготовь черновик ответа, ничего не отправляй» Письмо пришло — ChatGPT сразу делает разбор. Не нужно ставить таймер, открывать чат и вручную пересылать письмо в отдельный сервис автоматизации. Если что, мы уже разбирали, как подключить к ChatGPT рабочую почту и файлы. Сценарий работает в пределах прав подключённого сервиса, поэтому начинать лучше с чтения и черновиков, а не с отправки писем или изменения данных. Все-таки всегда лучше тестировать ;) В справке OpenAI эта функция называется event-triggered tasks — советую изучить на инсайты. Фича доступна аккаунтам с подпискамиPlus, Pro, Business, Enterprise и Edu; ❗️Free и Go её не поддерживают. 🐊 Матвей про ИИ в MAX

23 сентября

ИИ сужает вход в профессию: компании растут за счёт senior Исследователи Stanford Digital Economy Lab и King’s College London разобрали 1,25 млрд вакансий и 154 млн записей о занятости в 41 стране. К марту 2026 года у компаний, внедривших генеративный ИИ, доля junior-специалистов оказалась на 1,9 п.п. ниже, чем у сопоставимых компаний. Число senior-сотрудников выросло на 6,7%. Раньше джун приходил в компанию на простую, но важную работу... Собрать первый вариант отчёта, разобрать документы, поискать информацию, подготовить таблицу или презентацию. На этих задачах человек набирался опыта, учился задавать вопросы, видеть ошибки и понимать, как вообще устроена работа. Ну, все же мы с этого начинали! Теперь значительную часть такого первого прохода закрывает ИИ. Опытный спец ставит задачу агенту, проверяет результат и отвечает перед клиентом или руководителем. Компания увеличивает объём работы, а входных позиций ей нужно меньше. В результате карьерная лестница меняется с нижней ступени. До senior ещё нужно где-то дорасти, а привычных мест для старта становится меньше. Мы уже разбирали, как ИИ может забрать у молодых первую работу. Теперь появилась международная статистика по компаниям, которые реально внедряют генеративный ИИ. Риск уже виден в структуре найма. 🐊 Матвей про ИИ в MAX

23 сентября

OpenAI выпустила GPT-6 Luna по $0,10 — агент теперь может работать почти за копейки GPT-6 Sol и Luna получили новые цены. Sol стоит $2 за миллион входных токенов и $10 за выходных. Luna — $0,10 и $0,50. Для сравнения: Claude Opus 5.5 берёт $4/$20. Sol выходит вдвое дешевле Opus, Luna — в сорок раз. Opus пока сильнее на опубликованных тестах. В FrontierCode, где смотрят, готов ли код к реальному проекту, у него 54,4%. У Sol — 49,3%, у Luna — 42,4%. В автоматизации рабочих процессов лидерство тоже остаётся у Anthropic. Зато Luna теперь можно спокойно ставить на всю дешёвую черновую работу: разбирать документы, сортировать письма, обходить страницы, проверять данные, делать первые проходы и повторять упавшие шаги. Агент может гонять её десятки раз, а дорогую модель подключать там, где надо принять решение, написать код или собрать итог. OpenAI ещё докрутила глубину рассуждений и кеширование. На длинных задачах это особенно важно: агент возвращается к одному проекту, повторно использует контекст и не сжигает бюджет на каждой новой попытке. 🐊 Матвей про ИИ в MAX

22 сентября

🇺🇸ИИ переименуют в «сверхинтеллект» в документах США — Трамп. По его словам, слово «искусственный» создаёт впечатление, будто интеллект ненастоящий. «Сверхинтеллект», считает он, звучит точнее. Сокращенно будет “SI”

22 сентября