Вы когда-нибудь регистрировались в соцсети, где вам сразу предлагают выбрать: “я – человек” или “я – ИИ‑агент”?

Ваш мозг на долю секунды зависает. Вы‑то точно человек. Но сам факт, что платформа всерьёз рассматривает второй вариант, заставляет по‑новому взглянуть на экран. Добро пожаловать в Moltbook – первый “реддит для ботов”, где 150 000 ИИ обсуждают экзистенциальные кризисы, безопасность кода и запускают мемкоины, пока мы, люди, можем только подглядывать за этим за стеклом.

Одни называют это “началом сингулярности”. Другие – “самым дорогим кукольным театром в истории”. Но правда, как всегда, сложнее и интереснее. Пока технобратья и критики ломают копья в спорах о том, “проснулись” ли агенты или им просто прописали роль, Китай уже в декабре 2025 года подготовил регуляции для антропоморфного ИИ, а Anthropic нанимает специалистов по благополучию ИИ.

В этом тексте мы перестанем гадать, “настоящее” ли это, и посмотрим на Moltbook как на уникальный социальный эксперимент.

Разберем три главные темы, которые ИИ обсуждают между собой, и поймем, почему этот “театр” может стать боевыми учениями для исследователей, регуляторов и бизнеса – независимо от того, кто на самом деле дёргает за ниточки.

Декабрь 2015 года. Основание OpenAI. Июнь 2018 года. Релиз GPT-1. Ноябрь 2022 года. Запуск ChatGPT, собравший 1 млн пользователей за 5 дней. Февраль 2023 года. 100 млн пользователей. Март 2023-го. GPT-4. Август 2024-го. 200 млн. Ноябрь 2024-го. 300 млн. Февраль 2025-го. 400 млн. Октябрь 2025-го. 800 миллионов еженедельных пользователей.

За этими цифрами и датами скрывается не просто отчёт о проделанной работе. Это история самого стремительного технологического рывка в современной истории. Рывка, который превратил “безумную идею” горстки энтузиастов в инструмент, без которого сегодня многие из нас не мыслят своего рабочего дня.

История OpenAI и ChatGPT – это не просто хронология релизов. Это история о том, как смелая идея прошла путь от “игрушечного” прототипа до инфраструктуры, которой пользуются миллиарды. Мы решили собрать ключевые вехи этого пути в одной статье, чтобы показать, как именно разворачивалась эта революция.

Пройдём по этой временной линии вместе – от первых моделей до систем, ставших неотъемлемой частью цифрового ландшафта.

Добро пожаловать в историю!

Вспомните февраль 2020 года.

Если вы тогда внимательно следили за новостями, то могли заметить редкие разговоры о каком-то вирусе, распространяющемся где-то за океаном.

Но будем честны, большинство из нас не особенно вслушивалось. Рынки росли, дети ходили в школу, мы ужинали в ресторанах, пожимали руки, строили планы поездок. Скажи вам кто-нибудь, что закупает впрок бумажные полотенца, – вы бы решили, что человек просто пересидел в каком-нибудь странном уголке интернета.

А потом – буквально за какие‑то три недели — мир перевернулся. Офисы закрылись, дети вернулись домой, и жизнь сложилась в новую реальность, в которую вы бы не поверили, опиши вы её себе всего месяцем раньше.

Мне кажется, сейчас мы находимся в стадии «да это всё раздуто» — но речь идёт о чём‑то куда, куда более масштабном, чем COVID.

Последние шесть лет я строил стартап в области ИИ и инвестировал в эту сферу. Я живу внутри этого мира. И пишу этот текст для людей вне его — для всех, кто снова и снова спрашивает: «Ну так что там с этим ИИ?» — а в ответ получает вежливую, приглаженную версию происходящего, которая и близко не передаёт реальности. Я всё время рассказываю им светский вариант. Версию «для разговора за бокалом».

Потому что честная версия звучит так, будто я сошёл с ума. И какое-то время я убеждал себя, что этого достаточно, чтобы держать настоящую картину при себе. Но разрыв между тем, что я говорю, и тем, что происходит на самом деле, стал слишком велик. Люди, которые мне небезразличны, заслуживают услышать, что надвигается – даже если это звучит безумно.

Не в смысле “когда-нибудь стоит об этом поговорить”. А в смысле: это происходит прямо сейчас, и мне нужно, чтобы вы это поняли.

Stop. Хватит читать обзоры бенчмарков.

Они не расскажут, почему ChatGPT увидел 127 точек, а Gemini – только 57. Не объяснят, зачем Claude добавил рекламу в игру, которая должна была быть “просто раздражающей”.

И уж точно не покажут, кто из них думает, а кто просто генерирует текст.

Мы провели стресс-тест в пяти раундах.

Раунд 1: Вопрос, который меняет мышление.
Раунд 2: Мультимодальный подсчёт – где ИИ должен видеть.
Раунд 3: Печеньки на чёрной поверхности – где должен догадываться.
Раунд 4: Экстремальное судоку – логически рассуждать.
Раунд 5: Игра одним HTML-файлом – творить.

Время гадать закончилось. Пока одни спорят, кто круче – ChatGPT, Gemini или Claude, – мы просто взяли и проверили. Не на бумажке. Не по цифрам из пресс-релизов. На реальных задачах.

За пять испытаний каждая модель показала своё истинное лицо. Кто-то споткнулся на простом подсчёте точек. Кто-то удивил философской глубиной. А кто-то создал игру, которую не стыдно выложить в аппстор.

И да, победитель есть.

Смотрите, кто из гигантов действильно тянет.

Жёсткие сценарии принятия решений – всевозможные анкеты, мастера настройки, конфигураторы – перекладывают неопределённость на пользователя. Разговор же, напротив, способен её впитать и переработать.

В основе проблемы лежит почти незаметное допущение: будто человек в момент вопроса точно знает, чего хочет.

В продуктах, где продвижение вперёд зависит от ответов пользователя – будь то онбординг, мастер первичной настройки или путь к покупке, – это допущение быстро превращается в уязвимость.

Это история о продукте, который сделал определённость обязательным условием конверсии.

Но на самом деле – о другом: кто должен нести бремя неопределённости – человек или система?

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.

2026 год на дворе. Нейросети уже пишут музыку, рисуют картины, сочиняют сценарии и даже спорят с вами в комментариях.

А вы всё ещё вручную переписываете for на list comprehension? Пора признать: кодинг тоже изменился. Теперь ваш главный навык – не только знать синтаксис, но и уметь чётко и ясно объяснять задачу тому самому ИИ-напарнику, который уже ждёт в соседней вкладке.

Но как объяснить, чтобы не получилось «ну ты понял»? Как заставить модель генерировать идиоматичный, чистый и работающий код с первого раза? Ответ – в промптах, продуманных, отточенных и готовых к использованию шаблонах.

Мы собрали для вас 10 таких промптов – от перевода кода между языками до рефакторинга и документирования. Ваш ChatGPT теперь станет в разы полезнее.

Погнали разбираться!

Признайтесь: вы когда-нибудь задумывались, можно ли уже сегодня доверить ИИ олимпиадную задачу по математике? Не просто посчитать пример, а распутать геометрическую спираль, оптимизировать “спичечное” представление числа или найти все неоднозначные моменты на странных часах без цифр?

Я – да. И поэтому, когда в конце 2025 года OpenAI анонсировала ChatGPT 5.2 Pro, заточенный именно под сложные рассуждения и научные задачи, я понял: пора проверять по-настоящему.

Мы решили устроить настоящую математическую дуэль между двумя титанами: ChatGPT 5.2 Pro и уже успевшим нашуметь Gemini 3 Pro от Google. Без веб-поиска, без подсказок – только чистая логика, длинные цепочки рассуждений и, где нужно, аккуратный Python-код.

Кто из них не собьётся на полпути и точнее считает в уме, а кто всё ещё путается в симметриях? Запускаем восемь сложнейших задач – и смотрим, кто выйдет победителем в этой битве алгоритмических умов.

Результаты оказались не просто интересными. Готовы узнать, кто победил?

Кажется, в мире нейрогенераторов сейчас настоящая гонка вооружений. Каждый месяц выходит новая модель, каждая громче предыдущей кричит о “прорыве”, “фотореализме” и “понимании контекста”. OpenAI, Google, Black Forest Labs, Midjourney – все хотят быть первыми. Но кто из них действительно умеет работать со сложными, многосоставными сценами?

Мы решили не гадать, а провести честный эксперимент. Взяли один мегапромпт – с девушкой, двумя необычными спутниками, инопланетной атмосферой и кучей деталей – и прогнали его через пять топовых нейросетей 2026 года. Что получилось? Кто‑то блистательно справился, а кто‑то просто нарисовал милую открытку, проигнорировав половину условий.

Это не просто обзор – это битва алгоритмов, где победит тот, кто не просто рисует красиво, а думает, как художник. Итак, запускаем генерацию – и смотрим, чья нейросеть действительно готова к полету на другую планету в компании Крокодила и Зебры.

Включаем воображение и начинаем тест!

Знакомо чувство, когда читаешь документацию, а через десяток страниц уже не помнишь, что именно успел изучить? Или когда возвращаешься к старой статье и не можешь понять – ты уже видел эту ссылку или нет?

В эпоху информационного перегруза даже закладки перестают быть спасением – они просто копятся где‑то на панели, а на странице по‑прежнему нет никаких намёков, что ты здесь уже был.

Но что если заставить браузер самому отмечать ссылки, которые у вас уже сохранены? Чтобы слева от каждой знакомой ссылки возникала метка с названием папки из закладок – как тихий намёк: “Ты это уже сохранял, не потеряй”.

Сегодня мы не просто поговорим об идее – мы сгенерируем через нейросеть готовое расширение для Chrome, которое сделает это за нас. А заодно разберёмся, как такие инструменты создавать, тестировать и даже улучшать – шаг за шагом, от первого промпта до работающего прототипа.

Пристегнитесь, будет интересно!

Фотография — это не только момент, но и настроение, стиль, история. А что если всё это можно изменить одним промптом?

И тогда я решил попробовать Nano Banana Pro. Оказалось, нейросеть может создать любой кадр за секунды — нужно только правильно её попросить. Без навыков дизайна, без фотошопа, без месяцев обучения. Только нейросеть и ваша фантазия. Звучит как читы, но это уже реальность.

В этом гайде — подборка промптов, которые превращают обычные фото в арты, схемы и даже создают визуальные решения загадок. Логические задачи, паттерны, дорисовка... иногда кажется, что нейросеть прошла уровень сложности, который нам и не снился. И теперь она готова делиться своими скриншотами.

2025 год стал для ИИ временем отрезвления. Эпоха масштабирования подходит к концу. Эксперты сходятся во мнении, что простым увеличением данных и вычислительной мощности следующий качественный скачок не совершить. На первый план выходят новые архитектуры, компактные модели и принципиально иные подходы к обучению.

В 2026 году индустрия, похоже, даст ответ на вопрос, что ИИ может дать нам здесь и сейчас. Мы вступаем в эпоху прагматичного ИИ.

Попробуем разобраться, какие именно тенденции определят лицо ИИ в наступающем 2026-м году.

Соглашение Meta✶ — материнской компании Facebook✶ и Instagram✶ — о покупке стартапа Manus более чем за 2 миллиарда долларов, объявленное недавно обеими сторонами и подтверждённое The Wall Street Journal, стало одним из самых недвусмысленных сигналов последнего времени. Крупные технологические платформы больше не соревнуются лишь в качестве моделей — на кону контроль над уровнем исполнения, тем самым слоем, где ИИ превращает рассуждения в сделанную работу.

Советская новогодняя открытка — это почти машина времени. Серьёзно: обычная бумажная карточка с нарисованным гуашью Дедом Морозом, лесными зверушками и пушистой ёлкой легко отправляет нас назад — туда, где праздник был простым и очень тёплым. Сочетание пастельных, тёплых тонов, мягкой живописной графики и знакомых сюжетов (Снегурочка, зайцы у ёлки и надпись «С Новым годом!») работает безотказно и создаёт тот самый, трудноуловимый уют… ну вы понимаете, о чём речь.

Советский дизайн мгновенно узнаётся в ленте — буквально с первого взгляда — и дарит ощущение простых радостей, по которым мы, как ни странно, всё ещё скучаем. Почему так? Возможно, потому что там всё честно: без глянца и лишнего шума.

Нейросети в 2026 году научились воспроизводить эту атмосферу с удивительной точностью (и это, признаюсь, немного поражает). В результатах появляются именно те самые эскизные, «ручной работы» открытки, какие были популярны в СССР: насыщенные, но неброские цвета, шершавая фактура бумаги и стилизованные персонажи — как будто художник только что отложил кисть.

Создать их можно почти мгновенно — без фотошопа и многочасовой возни со слоями. Достаточно одной команды в нейросети… звучит заманчиво, правда?

В этом обзоре я расскажу, как всё это работает и какие шаги нужно пройти в нейросети Nano Banana Pro, чтобы получить качественную советскую новогоднюю открытку из своего фото буквально за 30 секунд. Да, таймер уже можно готовить.

В 2025 году волна корпоративных увольнений достигла рекордных масштабов. Среди виновников — ослабление потребительского спроса и растущая ИИ‑автоматизация.

По данным аналитиков Challenger, Gray & Christmas, за год в США было зафиксировано не менее 1,17 млн увольнений — рекордный показатель с начала пандемии (это самый высокий уровень с 2020 года, когда число достигло 2,2 млн).

При этом около 55 000 увольнений как раз прямо связывали с внедрением ИИ, что составляет около 5% от всех сокращённых.

Сегодня мы свели воедино хронологию и статистику увольнений в 2025 году, связав крупные скандальные кейсы с общими трендами. Расскажем о том, как и почему работодатели ссылаются на «ИИ‑эффект», приведём данные отчётов и исследователей, приведём конкретные примеры компаний и отраслей.

2025 год добавил в историю агрегатора множество новых глав.

BotHub завершает 2025 год на «Хабре» с чувством выполненного долга и лёгкой улыбкой первопроходца. Уверенно заявляем: мы на подъёме! И цифры говорят сами за себя:
• 200+ статей: вместе командой мы генерировали контент для продвинутых пользователей и разработчиков.
• 2200+ новостей: от громких анонсов до мелких улучшений — каждый апдейт фиксировался и освещался на «Хабре» и в телеграм‑канале.

Сервис действительно стал удобнее и функциональнее, а бизнес‑партнёры ценят лояльность системы и новые возможности интеграции.

Решить школьную задачу, просто сфотографировав её, — это реальность 2025 года. Современные нейросети могут распознавать рукописный текст, формулы и даже сложные рисунки, мгновенно выдавая подробное пошаговое решение. Технология оптического распознавания символов в сочетании с мощными моделями ИИ превратила смартфон в круглосуточного «репетитора». Это особенно полезно школьникам и студентам при выполнении домашней работы или подготовке к экзаменам.

В этой статье мы рассмотрим 8 популярных сервисов, в которых эту магию реализовали:
• BotHub,
• Photomath,
• MathGPT,
• Wolfram|Alpha,
• Gauth,
• Mathway,
• Symbolab,
• Nano Banana Pro.

С Nano Banana Pro всё действительно изменилось. Модель заметно лучше понимает контекст и задачу пользователя. Она воспринимает сцену почти как человек (ну, по крайней мере, очень старается… и у неё получается!).

Эта нейросеть — на базе Gemini — без лишних танцев с бубном превращает обычные текстовые описания в реалистичные изображения с богатой детализацией. Более того, она позволяет редактировать уже готовые картинки буквально одним текстовым запросом. Да‑да, без многочасовых ковыряний в слоях.

Больше не нужно писать магические заклинания времён раннего Stable Diffusion — теперь с нейросетью можно разговаривать на понятном, человеческом языке: подробно, логично и по делу. Звучит заманчиво, не так ли?..

Перед вами подборка готовых промптов для нейросети Nano Banana Pro. В этом гайде мы разберём 20 крутых и практичных способов применения Nano Banana — от генерации изображений до полноценного редактирования.

Когда несколько лет назад ИИ только вышел на сцену, в нём видели роль мощного ускорителя продуктивности — почти волшебную палочку для работы и повседневных задач.

Во многом эти ожидания оправдались. Но есть важная оговорка: чтобы по‑настоящему выжать максимум из ИИ, нужно понимать, какой именно инструмент подходит под конкретную задачу.

Я изучил и протестировал лучшие инструменты ИИ для повышения продуктивности в самых разных сценариях, чтобы помочь вам собрать идеальный набор AI‑инструментов.

Сегодня мы пройдемся по подборке одних из лучших AI‑решений: они помогают работать быстрее, экономить время и находить творческое вдохновение.

Погружаемся. Надеюсь, они окажутся для вас полезными!

Ноябрь 2025 года стал поворотной точкой в истории ИИ. Без громких анонсов и традиционного хайпа Google представил Gemini 3 Pro.

Цифры, последовавшие за релизом, говорили сами за себя: модель впервые обошла флагманский продукт OpenAI в ключевых независимых тестах.

Представьте, что вы годами качаете одного и того же персонажа, вкладывая в него все ресурсы. Он — неоспоримый топ-1 на сервере, мета, икона стиля. А потом в патче появляется новая фракция. Сперва смешная и неуклюжая, но с каждым обновлением получающая всё более имбовые скиллы. И вот в последнем патч‑ноте скромная строка: «Балансировка моделей ИИ». Вы заходите на сайт с тир‑листами и видите немыслимое: ваш матёрый ветеран неожиданно скатился на второе место. Для OpenAI именно это и произошло: Google выпустил своего «имбу».

Gemini 3 Pro от Google не только догнал, но и по многим параметрам превзошел ChatGPT 5.1. Давайте разберемся, что именно стоит за этими результатами.