Реклама уже преследует вас повсюду. Она на вашем телевизоре, телефоне, в вагоне метро – даже на откидном столике в самолёте и на эскалаторе.

Теперь она скоро появится и в вашем чат-боте. OpenAI объявила на прошлой неделе, что начнёт продавать рекламу в ChatGPT.

Этот шаг открывает для OpenAI потенциально огромный источник дохода – и представляет колоссальную угрозу для доминирующей в мире рекламной империи Google.

Вот почему.

Производство Model S и Model X прекращается на фоне падения прибыли на 46%. Поворот Маска к роботам – это не инновация. Это отступление.

Tesla поставила 1,79 миллиона автомобилей в 2025 году. Это на 8% меньше, чем в 2024-м, и, честно говоря, меня это не шокировало. Меня шокировало то, что произошло недавно.

Производство Model S и Model X завершается, и компания не планирует выпускать замену. Никакого прощального тура. Просто… всё. А обоснование Илона Маска? Tesla стремится выйти за рамки идентичности просто автомобильной компании.

Дайте этому осесть на секунду. Компания, которая буквально определила современный электромобиль, уходит из сферы личных автомобилей.

На хабре частенько всплывают одни и те же истории: человек продал крипту, а потом внезапно получил блокировку всех счетов, или чего хуже – уголовный срок. Причем многие искренне не понимают, что они могли сделать не так, чтобы нагнать на себя столько проблем.

Спойлер: чаще всего, проблема не в том, что ВЫ делали что-то плохое, а в том как именно выглядит денежный поток со стороны банка. Для него вы попали под 115 статью Федерального закона (отмывание денег), теперь все ваши счета и карты заблокированы по 161 статье из-за одной подозрительной транзакции. Вернуть все на круги своя, отнюдь не простая задача, для примера – человек уже долгое время возится с этой проблемой, пытаясь одновременно снять наложенные на него ограничения и не потерять свои деньги.

В раздумьях над этой ситуацией, я наткнулся на PR-материал, со стороны конкурентов, про криптокарту/кошелёк, который встраивает криптооперации в легальную инфраструктуру. Мной было принято решение озвучить альтернативный подход, который мы используем в BotHub: мы официально покупаем USDT у физических лиц, а расчет по рублям идет от юридического лица по договору. Дополнительно к этому, любая сделка обязательно проходит предварительное согласование с комплаенсом Т-банка.

«Потерянное интервью» было вовсе не о компьютерах. Это был чертёж эры искусственного интеллекта и приговор традиционному менеджменту.

В 1995 году Стив Джобс пребывал в изгнании.

Десять лет назад его выгнали из Apple. Он возглавлял NeXT – нишевую компьютерную компанию, и Pixar – крошечную анимационную студию, ещё не выпустившую «Историю игрушек». Ему было сорок, когда он оказался в комнате со съёмочной группой передачи Triumph of the Nerds («Триумф чудаков»).

Он дал откровенное, без купюр, 52-минутное интервью. Но из-за нелепой ошибки при пересылке мастер-кассета затерялась где-то между Лондоном и США. Она пропала бесследно.

Лишь в 2011 году, вскоре после его смерти, режиссёр обнаружил VHS-копию, пылившуюся в гараже.

Смотреть её сегодня – жутковатый опыт. Джобс говорил не о девяностых. Он описывал законы цифрового мира, который достигнет зрелости лишь в 2026 году. Он предрёк «смерть менеджера среднего звена», «преимущество 100 к 1» в разработке и ловушку «процесса вместо сути».

Вот 12 ключевых предсказаний и мыслительных моделей из того интервью, которые точно объясняют, где мы находимся сегодня – и как выжить в грядущем.

Я точно помню, где был, когда мой телефон взорвался уведомлениями.

27 января 2025 года. Утро понедельника. Я стоял в очереди в Starbucks, листал Twitter в ожидании переоцененного латте, когда увидел: "Nvidia упала на 17% на премаркете".

Первая мысль - опечатка. Вторая - может, Дженсен Хуанг объявил об уходе или что-то столь же катастрофическое. Но потом я увидел имя, которое будет доминировать во всех техноразговорах следующий год: DeepSeek.

Китайский ИИ-стартап, о котором никто не слышал две недели назад, только что стер $589 миллиардов с капитализации Nvidia. За один день. Крупнейшая однодневная потеря в корпоративной истории.

А оружием им послужила научная статья с заявлением, что они построили передовой ИИ по цене приличного загородного дома.

Ваше следующее собеседование начнется не в Zoom, а в интерфейсе, напоминающем чат с техподдержкой. Ваш HR-менеджер не будет знать, что у вас сегодня болит голова или что вчера вы сдали крутой проект. Он этого не знает, потому что он - это оно. Алгоритм, обученный на миллионах резюме и диалогов, цель которого - не понять вас, а отфильтровать.

Добро пожаловать в 2026 год. Эпоху, где первичный скрининг - это монолог с безэмоциональным ботом, а решающее тестовое задание проверяет не менее безэмоциональный, но невероятно проницательный GPT-5.2. И его задача - не просто оценить ваш код или текст, а с ходу выявить шаблонность, отсеять сгенерированные решения и найти ту самую не алгоритмизируемую человеческую гениальность… или хитрость.

Если раньше вы боролись за внимание живого рекрутера, то теперь вам предстоит произвести впечатление на машину. В этой статье мы разберемся в том, как говорить на языке бота-HR, чтобы пройти скрининг, как выполнить тестовое задание в эпоху, когда GPT-5.2 стал главным рецензентом, который видит заурядный сгенерированный код за три секунды и, конечно, какие навыки выйдут на первый план, когда рутину заберут алгоритмы. Спойлер! Это не умение работать в команде, а умение ставить задачу для ИИ и нести ответственность за его ошибки.

Поехали. Приятного прочтения!

Большие языковые модели кажутся умными, потому что говорят бегло, уверенно и в огромных масштабах. Но беглость - это не понимание, а уверенность - это не восприятие. Чтобы ухватить реальное ограничение сегодняшних ИИ-систем, полезно вернуться к идее возрастом более двух тысяч лет.

В "Государстве" Платон описывает аллегорию пещеры: узники, закованные в цепи внутри пещеры, могут видеть только тени, проецируемые на стену. Никогда не видев реальных объектов, отбрасывающих эти тени, они принимают видимость за реальность и лишены возможности испытать настоящий мир.

Большие языковые модели живут в очень похожей пещере.

Помните те славные времена, когда машинный перевод был поставщиком отборных мемов? Инструкции к китайским товарам советовали «погладить кота против шерсти для включения», а фраза «Cool story, bro» превращалась в легендарную «Прохладную историю, брат». Смешно? Да. Полезно? Вряд ли. Особенно когда вы пытаетесь объяснить иностранному заказчику, почему сорвали дедлайн, или перевести свой гениальный сценарий для TikTok на глобальную аудиторию.

Но будущее наступило, и оно разговаривает на всех языках мира сразу. Эпоха, когда нужно было копировать текст в Google Translate, а потом краснеть за результат, ушла. Сегодняшние нейросети - это словари на стероидах.

Но инструментов стало так много, что глаза разбегаются. Кто-то хвалит DeepL, кто-то молится на GPT-5.2, а кто-то по старинке мучает Яндекс.

Чтобы вы не тратили время на эксперименты, мы сделали это за вас. Мы протестировали лучшие нейросети для перевода в 2026 году.

Приятного чтения!

Как Kimi K2.5 от Moonshot AI доказывает, что алгоритмическая изобретательность бьет грубую силу.

Буквально несколько дней назад произошло событие, которое может переписать мировую иерархию искусственного интеллекта.

Китайский стартап стоимостью $4,8 миллиарда только что опубликовал открытую модель, которая обходит GPT-5 на самых сложных тестах планеты.

А самая поразительная часть? Эта модель может создавать собственную армию ИИ‑агентов и координировать их в реальном времени.

Это взрывное возвращение Kimi K2.5. Если вы давно следите за ИИ, то знаете: каждый раз, когда Moonshot AI что‑то объявляет, все замирают. Если нет — сейчас поймете почему.

Помните те славные времена, когда мы смеялись над Уиллом Смитом, поедающим спагетти, и считали количество пальцев на руках у сгенерированных девушек? Кажется, это было в прошлой жизни. Сегодня нейросети научились не только рисовать правильное количество конечностей, но и писать текст без ошибок, соблюдать сложные композиции и выдавать фотореализм такого уровня, что стоковым фотографам впору искать курсы переквалификации.

Но вместе с качеством пришла и проблема выбора. Если еще год назад ответ на вопрос «Где сделать красиво?» был один — Midjourney, то сейчас трон шатается. С одной стороны подпирает дерзкий опенсорсный. С другой — Nano Banano, который научился писать текст на картинках лучше, чем некоторые дизайнеры. А где‑то в углу тихо плачет DALL‑E.

Сегодня мы не будем перечислять все сто пятьдесят сервисов, появившихся за последнюю неделю. Мы отобрали 12 тяжеловесов, которые претендуют на звание лучшего генератора 2026 года.

Чтобы проверить интеллект этих моделей по‑настоящему, я придумал максимально странный, сюрреалистичный и сложный запрос. Мы заставим нейросети страдать, смешивая несовместимые текстуры и логику.

Итак, наш единый тестовый промпт для всех участников:

Многих раздражает переписывать тонну тексту вручную. Тратить часы на переписывание, перефразирование или адаптацию объемных материалов энергозатратно и часто неэффективно. На помощь может прийти искусственный интеллект.

В нынешнее время, когда новые модели выходят довольно часто, легко запутаться. Поэтому возникает вопрос - какая нейросеть справится лучше с задачей рерайтинга? Сегодня я протестирую ChatGPT 5.2, Claude Sonnet 4.5, Gemini 3 Pro, Grok 4 и DeepSeek V3.2 в некоторых задачах взаимодействия с текстом. 

Примите стратегически удобное положение, ну а я приступаю к сравнению.

Этот кризис будет страшнее, чем в 1929-м, 2000-м и 2008-м

Мы живем в самый нестабильный период XXI века. Прямо у нас на глазах разворачивается что-то грандиозное.

Власть переходит из рук в руки, старые институты слабеют, а системы, которые когда-то гарантировали стабильность, больше не вызывают того доверия, что раньше.

То, что мы видим сегодня - это не просто очередной рыночный цикл.

Это переход из одной эпохи в другую.

Вы всё ещё верите в сказки про увольнения из-за искусственного интеллекта? Большинство менеджеров по найму честно сознались: это всего лишь удобная легенда для акционеров. Разбираем три сигнала, которые выдают правду, и навыки, которые сделают вас действительно незаменимыми.

История выглядит неизбежной. Свежие данные показывают шокирующую правду: 59% менеджеров по найму прямо признались, что списывают сокращения штата на искусственный интеллект только потому, что это звучит приятнее, чем честное признание финансовых проблем. Сейчас я покажу вам, как читать между строк этого нарратива и выстроить карьеру, которую никакими отговорками не объяснишь.

Знакомая ситуация? Вы профессионал своего дела, и в этом году хоть раз слышали в одной корпоративной рассылке слова «ИИ» и «оптимизация структуры». То самое чувство тревоги в животе. Или вот: соискатель блестяще проходит все этапы собеседования, отлично общается с командой за обедом — а потом неделями ловит гробовое молчание. Это гнетущее ощущение, что правила игры переписали, а вам забыли выдать новый учебник.

Заголовки сами пишутся: 59% компаний открыто признают, что сваливают увольнения на ИИ, потому что так проще.

Вот она, ключевая мысль. Но задумайтесь: а что, если самая разрушительная сила сейчас — это вовсе не технология, а история, которую о ней рассказывают?

2026 год. Нейросети – теперь рабочий инструмент, который есть почти у каждого.

Но в этом и проблема: их стало так много, что глаза разбегаются. Только собрался освоить один сервис – тут же выходит другой, который обещает быть лучше, быстрее и дешевле. Как не утонуть в этом потоке и выбрать то, что действительно работает?

Мы решили помочь и протестировали 25 нейросетей для самых разных задач: от генерации текста и видео до создания музыки и презентаций. В этом обзоре вы найдёте не только известных гигантов вроде ChatGPT 5.2 или Gemini 3, но и другие решения: ChatPDF для документов, SlidesAI для слайдов, Suno для музыки и отечественный “Кандинский” для изображений.

Если вы устали от поиска «той самой нейросети» – эта статья станет вашей картой сокровищ.

Человеческий фактор, который все упускают

Когда Дарио Амодеи, генеральный директор Anthropic, сказал, что нас отделяет всего 6-12 месяцев от ИИ-систем, способных делать всё, что делают программисты, мне пришлось остановиться.

Это не "в будущем". Это практически следующий год.

В то же время Anthropic представила тесты производительности своей новой модели Claude Opus 4.5, показывающие значительные улучшения в кодировании, рассуждении и обработке сложных задач. Цифры выглядят действительно впечатляюще.

И я начал задаваться вопросом: действительно ли эти тесты означают, что разработка программного обеспечения вот-вот будет полностью автоматизирована? Позвольте мне разобрать, что, на мой взгляд, на самом деле происходит.

ИИ не забирает вашу работу.

Мы все читали заголовки и слышали этот нарратив. Компании заявляют, что ИИ позволил им уволить тысячи сотрудников. Чат-боты, как сообщается, уже заполняют все начальные позиции, затрудняя выпускникам поиск работы. Генеральные директора из мира технологий проповедуют, что ИИ революционизирует экономику, и вам нужно включиться в этот процесс или остаться позади. Но насколько всё это правда? Что на самом деле показывают данные? Что ж, если копнуть глубже искажённой пропаганды олигархии Больших Технологий, вы обнаружите, что этот нарратив - почти полная выдумка и не может быть дальше от истины. Возьмите недавний отчёт Oxford Economics (OE), который обнаружил, что компании «не заменяют работников ИИ в значительном масштабе», а вместо этого предполагает, что они используют нарратив об увольнениях из-за ИИ, чтобы прикрыть собственные недостатки.

Отчёт развенчивает эту отраслевую пропаганду в четырёх основных шагах. Давайте углубимся.

Вы знаете, что OpenAI сейчас переживает масштабную турбулентность. Драма в руководстве, хаос в совете директоров - полный набор. Но это не останавливает их от сброса абсолютных бомб.

OpenAI только что выпустила три крупных анонса одновременно. Первый может превратить ваш ИИ в личного врача. Второй может превратить вашего ассистента в сотрудника.

А третий?

Третий вариант потенциально может превратить всех в простых наблюдателей.

То, что вы сейчас узнаете об этом последнем анонсе, может заставить вас совершенно иначе взглянуть на вашу собственную работу.

2 гигаватта вычислительной мощности. 55 000 GPU. 18 миллиардов долларов инвестиций в один объект.

Эти цифры взяты не из научной фантастики. Они описывают то, что происходит прямо сейчас в Мемфисе, штат Теннесси. И это лишь видимая часть стратегии, которая может переопределить, кто будет контролировать мировую энергетику в ближайшие пять лет.

Мы продолжаем говорить об ИИ, электромобилях, спутниках и роботах. Однако очень немногие видят, как все эти разные области связаны между собой. Но когда вы внимательно изучаете цифры, возникает одна реальность.

Возможно, мы наблюдаем строительство крупнейшей инфраструктурной монополии со времён Standard Oil. И на этот раз ставка - не нефть. Это энергия, которая будет питать искусственный интеллект XXI века.

Я покажу вам точную хронологию этой трансформации и объясню, почему такие гиганты, как Microsoft и Google, уже отстают.

Помните то легендарное видео, где нейросетевой Уилл Смит с безумными глазами яростно пожирает макароны? Забудьте как страшный сон. В мире ИИ время течет иначе. То, что год назад казалось магией, сегодня безнадежно устарело. Видеогенерация перестала быть игрушкой для создания мемов и превратилась в мощный инструмент, где отличить работу алгоритма от реальной съемки становится всё сложнее.

Но тут встает главный вопрос: куда нести свои промпты? Сервисов стало слишком много. Американские гиганты, дерзкие китайские стартапы, платные, бесплатные, с VPN и без... Где лучше физика, а где просто красивая обертка? Чтобы не гадать на кофейной гуще, мы устроили настоящую Королевскую битву. Мы прогнали Google Veo, Runway, Kling, Hailuo и других топов рынка через один и тот же сценарий, чтобы честно показать: кто здесь новый король кинематографа, а кто все еще рисует галлюцинации.

Чтобы сравнение было честным, мы придумали единый сложный промпт. В нем есть всё, что так не любят нейросети: шерсть, стекло, сложный свет и физика частиц.

Приятного чтения!

Доброго времени суток, Хабр!

Нейросети закрепились во многих сферах и стремительно продолжают развиваться, учитывая, что многие компании сделали акцент на изучении и создании новых моделей.

Однако, нейросети - это не что-то само по себе работающее. Это полноценный инструмент, которым надо понимать как пользоваться, чтобы получалось эффективно и результативно, а не набор из тонны табуляций, смайликов и длинных тире.

Сегодня мы поговорим о том, какие ошибки можно допустить при работе с современными моделями и как пользоваться ими правильно. Примите стратегически удобное положение, ну а я приступаю к своему повествованию.