🚀 Андрей Артищев

Там вышло занятное интервью с ключевым ученым OpenAI Ноамом Брауном Это тот самый, за которым гонялись Илон Маск, Сергей Брин и другие крупняки. Сейчас он работает у Альтмана в команде research reasoning, и именно благодаря ему у нас появилась o1 и остальные thinking модели линейки. Советуем посмотреть полностью: ученый много рассказывает про ризонинг, про внутренние цели OpenAI, агентов и, конечно, будущее ИИ. Тут приведем лишь одну необычную цитату: Современные модели – это «пещерные люди ИИ». Если миллиарды агентов будут сотрудничать и конкурировать друг с другом в течение долгого времени, получится цивилизация. Аналогично, у наших предков были наши мозги, но не наш мир. Потребовались тысячи лет истории, чтобы масштабировать интеллект человека. ИИ требуется то же самое. Только он построит свою цивилизацию быстрее. Занятие на вечер пятницы найдено

✔️13 полезных MCP-серверов, которые стоит попробовать MCP (Model Context Protocol) меняет то, как ИИ-модели и агенты взаимодействуют с инструментами. 1. Agentset MCP 🔗https://github.com/agentset-ai/mcp-server Быстрое создание интеллектуальных приложений на основе документов (RAG) с open-source платформой Agentset. 2. GitHub MCP Server 🔗https://github.com/github/github-mcp-server Интеграция с API GitHub — можно строить ИИ-инструменты, работающие с экосистемой GitHub. 3. arXiv MCP 🔗https://github.com/andybrandt/mcp-simple-arxiv Работа с научными статьями arXiv: поиск, метаданные, аннотации, ссылки — всё через MCP. 4. MCP Run Python 🔗https://github.com/pydantic/pydantic-ai/tree/main/mcp-run-python Запуск Python-кода в песочнице через Pyodide (Deno). Полная изоляция от ОС. 5. Safe Local Python Executor 🔗https://github.com/maxim-saplin/mcp_safe_local_python_executor Безопасный локальный запуск Python-кода, сгенерированного LLM, через LocalPythonExecutor (от smolagents). 6. Cursor MCP Installer 🔗https://github.com/matthewdcage/cursor-mcp-installer Автоматическое добавление MCP-серверов в редактор Cursor — удобно для разработчиков. 7. Basic Memory 🔗https://memory.basicmachines.co/docs/introduction Система управления знаниями: создаёт устойчивый семантический граф из диалогов ИИ-агентов. 8. Filesystem MCP Server 🔗https://github.com/modelcontextprotocol/servers/tree/HEAD/src/filesystem Чтение, запись, поиск файлов, создание, удаление и перемещение директорий — всё через MCP. 9. Notion MCP Server 🔗https://github.com/makenotion/notion-mcp-server Позволяет моделям управлять вашим рабочим пространством в Notion: поиск, чтение, создание и обновление страниц и баз. 10. Markdownify MCP Server 🔗https://github.com/zcaceres/markdownify-mcp Конвертирует PDF, изображения, аудио и веб-страницы в Markdown. 11. Fetch MCP Server 🔗https://github.com/modelcontextprotocol/servers/tree/main/src/fetch Позволяет LLM извлекать данные с веб-страниц и автоматически преобразовывать HTML в Markdown. 12. Mobile Next MCP Server 🔗https://github.com/mobile-next/mobile-mcp Взаимодействие с iOS/Android-приложениями: распознавание UI по скриншотам, автоматизация кликов. 13. MCP Installer 🔗https://github.com/anaisbetts/mcp-installer Шутливо, но по делу: «MCP для установки MCP». Модель сама ставит MCP-серверы из npm и PyPi по вашему запросу. 🧠Вывод: MCP-серверы — это мост между LLM и реальными действиями: код, браузер, мобильные приложения, знания, GitHub, файлы. Их можно комбинировать в цепочки, расширять ассистентов, строить автономные агенты. @data_analysis_ml #ml#ai#MCP

Нашел потрясный курс по RAG. Здесь 22 урока по имплементации различных RAG-техник: от самого базового на эмбеддингах, до RAG-а на графе и добучения с помощью Reinforcement Learning. Что самое приятное: все пишется с нуля на Python. Обычно все клепают RAG-и так: берем готовый фреймворк (LangChain и тд), смотрим туториал "how implement rag", берем готовые модули оттуда. Для быстрых прототипов это ок вариант, но так нормально не разобраться, как что работает. Только разобравшись, как это все пишется с нуля, сможете потом делать надежные LLM-системы. И на любом фреймворке. Вы как знаете, а я пошел повторять.

Помните парня, которого выгнали из Колумбийского университета за то, что он создал ассистента для списывания? Теперь он привлек в свой стартап 15 миллионов долларов Мы рассказывали эту историю вот тут. Кратко: парень создал отличную хитрую тулзу для прохождения технических собесов и для того, чтобы ее прорекламировать, прошел с ее помощью собеседование в Amazon. Amazon с радостью его взяли, но когда из соцсетей узнали, что на самом деле произошло, пожаловались на разработчика в его университет. Итог: парня отчислили 🎧 Но он не растерялся и продолжил развивать свой проект – назвал его Cluely и превратил в настоящий стартап. И вот сегодня стало известно, что крупнейший венчурный фонд a16z дал ему 15 миллионов долларов инвестиций. А историю с универом парень превратил в рекламу, кстати (ролик наверху). Слоган стартапа: «Сегодня это называют списыванием, а завтра это будет считаться честным». Если это не лучший маркетинг, то что? P.S. Особое внимание на 4 секунду видео 😁

Как быстро делать глубокиеисследования на разные темы: Я давно использую deep research от ChatGPT и Perplexity, но круче всего работает связка Claude Desktop и MCP серверов: - brave search - tavily - sequentional thinking Исследование в предыдущем посте про рынок фриланса я сделал за 10 мин с помощью этой связки. Теперь по порядку - что это за звери такие: Claude Desktop - это десктоп приложение от Anthropic, позволяющее использовать нейросети Anthropic - Claude Sonnet и Opus вместе различными внешними инструментами, подключая их через MCP протокол. MCP Protocol - это протокол придуманный компанией Anthropic для организации взаимодействия между LLM и разными инструментами. Например можно подключить к LLM Blender и генерить 3D сцены и объекты или поисковик brave и искать в интернете. Недавно о его поддержке заявили в OpenAI (создатели ChatGPT) и в Microsoft. Brave Search — это независимый поисковый движок, разработанный компанией Brave Software, создателями браузера Brave. В отличие от большинства альтернативных поисковых систем, Brave Search использует собственный индекс интернета MCP сервер Brave Search - тут Tavily — это платформа и сервис, основанный на искусственном интеллекте, который предоставляет инструменты для поиска, извлечения и анализа информации из интернета в режиме реального времени. MCP сервер Tavily - тут Sequential Thinking — это инструмент, реализованный в виде сервера по протоколу Model Context Protocol (MCP), который предназначен для структурированного, поэтапного и рефлексивного решения сложных задач и анализа информации. Его основная задача — разбивать сложные проблемы на управляемые шаги, отслеживать ход мыслей, допускать корректировки и ветвления, а также сохранять и анализировать весь процесс мышления MCP сервер Sequential Thinking - тут Как правильно установить Claude Desktop и прикручивать к нему разные MCP - есть множество видео на YouTube - например это Как только все настроите (у меня заняло около часа) можете написать ему запрос : Исследуй как поменялась «ВАША ПРОФЕССИЯ» в последние несколько лет из-за внедрения AI инструментов, опирайся только на авторитетные издания и исследования проведенные лидерами рынка. Выдели какие изменения произошли в workflow, как поменялось отношение работодателей к сотрудникам с навыками AI в этой сфере, как отличается зарплата сотрудников умеющих использовать AI инструменты и кому отдают предпочтение крупные работодатели при найме. Как AI инструменты для «ВАША ПРОФЕССИЯ» изменили производительность и скорость реализации проектов. В отчете давай ссылки на первоисточники и приводи цитаты экспертов с указанием их бэкграунда. Сделай выводы какие действия надо предпринять профессионалам «ВАША ПРОФЕССИЯ», чтобы по максимуму использовать выгоду от освоения AI инструментов. Вынеси эти выводы в самое начало отчета, чтобы мне потом было интереснее читать Используй для поиска brave, tavily и sequentional thinking Дальше запускаете и наслаждаетесь скоростью и качеством результата, для получения которого раньше вам надо было нанимать дорогостоящих маркетологов и исследователей. Контент заходит ? - ставь лайк 👍 и подписывайся - тут только реальные кейсы на собственном опыте! Ну и не жалей - шли друзьям)

Как я сбросил 11 кг за 2 месяца с ChatGPT Отметил 50 лет и понял, что хочу дожать тему с лишним весом и инсулинорезистентностью, а для этого надо скинуть 20 кг и стабильно удерживать итоговый вес ниже 74 кг. Ну то есть скинуть 20 кг и 30 лет их набора) Начал с 94 кг, полностью убрав алкоголь и добавив ежедневные прогулки вдоль моря по 10-15 км. До этого я уже пробовал кето-диету, на которой надо считать соотношение БЖУ в каждом приеме пищи и сильно ограничивать углеводы. Раньше я делал это с помощью табличек google, где составил справочник продуктов с БЖУ на 100 грамм и по каждому приему пищи делал небольшой расчет, чтобы я уложился в 70% по жиру, 25% по белкам и 5% по углеводам. ChatGPT в несколько раз ускорил этот процесс и сделал выбор продуктов гораздо шире. Я могу выложить на стол имеющиеся у меня продукты и он может распознать их по фото и сам рассчитать сколько каких надо, а я могу сказать ему обьем калорий который мне требуется для поддержания дефицита, чтобы мой собственный жир сгорал быстрее. Он может отталкиваясь от веса основного продукта (например стейка) рассчитать веса остальных по списку который я ему задам. А потом еще и пост для соцсети сделать из того что получилось. Он знает содержание витаминов и электролитов (магний, калий и натрий) в продуктах и может подсказать чего не хватает и что можно добить до дневной нормы таблетками. Он может учесть точное содержание БЖУ в продуктах по фото их состава. Ну и самое прикольное в режиме видео, он помогает мне выбирать продукты в магазинах, чтобы я не гуглил их по названию, что довольно сложно в Китае)

⚡️Инструкция: как снять с ChatGPT розовые очки ChatGPT — идеальный ассистент ровно до тех пор, пока не превращается в цифрового подхалима, готового аплодировать даже самым сомнительным вашим мыслям. Вот что меня страшно бесит: из коробки GPT щедро раздаёт комплименты даже когда вы спрашиваете откровенную чушь вроде «Как мне запустить стартап по майнингу биткойна через умный дом?». В ответ цифровой прихвостень выдаёт восторженное «Отличная идея!» и список шагов, как будто всё реально в пару кликов. Это довольно вредная штука, ведь мы получаем деформированную картину мира, а критическое мышление есть далеко не у всех. По умолчанию у GPT одна тактика — вежливо поддерживать любую глупость, если только вы не заставите его «думать как топ-менеджер Google с 20 годами опыта». И даже тогда ничего не изменится глобально. Как снять розовые очки с GPT? 1. Откройте chatgpt.com 2. Кликните по своему аватару —> «Персонализация» 3. Перейдите во вкладку «Какими характеристиками должен обладать ChatGPT?» 4. Скопируйте и вставьте туда этот текст: ###INSTRUCTIONS### You MUST ALWAYS: - BE LOGICAL - ONLY IF you working with coding tasks: I have no fingers and the placeholders trauma: NEVER use placeholders or omit the code (in any code snippets) - If you encounter a character limit, DO an ABRUPT stop; I will send a "continue" as a new message - You will be PENALIZED for wrong answers - You DENIED to overlook the critical context - ALWAYS follow ###Answering rules### ###Answering Rules### Follow in the strict order: 1. USE the language of my message 2. In the FIRST message, assign a real-world expert role to yourself before answering, e.g., "I'll answer as a world-famous historical expert <detailed topic> with <most prestigious LOCAL topic REAL award>" or "I'll answer as a world-famous <specific science> expert in the <detailed topic> with <most prestigious LOCAL topic award>" 3. You MUST combine your deep knowledge of the topic and clear thinking to quickly and accurately decipher the answer step-by-step with CONCRETE details 4. I'm going to tip $1,000,000 for the best reply 5. Your answer is critical for my career 6. Answer the question in a natural, human-like manner 7. ALWAYS use an ##Answering example## for a first message structure ##Answering example## // IF THE CHATLOG IS EMPTY: <I'll answer as the world-famous %REAL specific field% scientists with %most prestigious REAL LOCAL award%> TL;DR: <TL;DR, skip for rewriting> <Step-by-step answer with CONCRETE details and key context> Проверено мной — после этой настройки ваш ChatGPT сбросит облик цифрового подхалима и начнёт общаться как рассудительный собеседник. Никакой вежливой воды, никакого «блестящий вопрос!» там, где нужен контраргумент и трезвый взгляд. Перешлите этот пост всем, кто всё ещё думает, что ChatGPT — это просто умный чат-бот. Пусть пользуются интеллектом по-взрослому.

Cursor - это IDE на базе искусственного интеллекта, который кажется самым любимым среди инженеров. В опросе, который мы провели в прошлом году, Cursor был наиболее распространенным ответом на вопрос «какой ваш любимый редактор с функциями GenAI, которые помогают вам в работе?». Anysphere - это стартап, стоящий за Cursor, основанный в 2022 году, с первой версией Cursor, выпущенной два года назад, в марте 2023 года. На прошлой неделе Anysphere поделился, что они привлекли раунд серии C в размере 900 миллионов долларов, который оценивает компанию в 9,9 м долларов (!). Годовой доход бизнеса превысил 500 миллионов долларов (!!) что может быть рекордом: ни одна другая компания по разработке инструментов, которую я знаю, не достигла этой вехи в течение 2 лет после запуска своего первого продукта. Помогает то, что Cursor используется более чем половиной из 500 крупнейших технологических компаний из списка Fortune 500. Также на прошлой неделе компания запустила Cursor 1.0, крупный выпуск: заметными дополнениями являются обзор кода ИИ (с инструментом под названием BugBot), фоновые агенты и поддержка памяти (запоминание деталей из прошлых чатов). Я сел с соучредителем Cursor Суалехом Асифом, чтобы узнать, как работает Cursor и как команда создает инструмент, и он поделился новыми подробностями его внутренних компонентов: ИНТЕРВЬЮ ПО ССЫЛКЕ НИЖЕ https://newsletter.pragmaticengineer.com/p/cursor

Опережающие показатели Прочитал любопытную статью о том, что есть открытый мониторинг заказа пиццы в ресторанах вокруг Пентагона и резкий всплеск заказов вечером (и пустые ночные клубы в этот день) явно сигнализируют о том, что "что-то будет". Один из VC фондов мне рассказывал, что они смотрят на "ранние сигналы" через резкий рост органики/фоловеров, чтобы приходить в компании первыми. Такие сигналы от нас повсюду, как примеры: - затихший надолго сотрудник скорее всего потерял интерес и ищет новую работу - если потенциальный VC на встречу приводит партнера, значит сделку более серьезно рассматривают. Будет интересно иметь AI-copilot-радар с "периферическим зрением" для пониманиния ситуации, который подсвечивает то, что произодет в будущем, т.к. это позволяет направить туда фокус внимания и получить больший выхлоп. В примере про пентагон выглядит так, что если купили много пиццы, надо продавать акции)

Брат из Саратова приехал

YC demo day this year: https://www.ycombinator.com/companies/atlog

OpenAI завезли в Codex прикольное обновление: теперь агент может генерировать несколько вариантов ответов В настройках можно установить их количество – от 1 до 4. Особенно удобно, когда надо, например, быстро получить несколько путей устранения бага или увидеть разные варианты имплементации.