NotebookLM теперь официально работает на базе Gemini 3, а еще в пятницу добавили новый формат вывода данных - таблицы (Data Tables).

Описываете строки и столбцы таблицы, например:

«Создай таблицу упомянутых товаров со следующими столбцами: бренд/модель, цена и характеристики»

- и получаете таблицу, которую можно экспортировать в Google Docs.

Для конца года пришлось отредактировать эту картинку

Продолжаем нашу рубрику с обзором авторских каналов на стыке искусственного интеллекта и личного опыта. Сегодня расскажу про блог Константина Сухачева, где он пишет, как использует модели, фреймворки и ChatGPT, чтобы мыслить шире, решать быстрее и работать системно. Например:

- Как стать мастером запросов в ChatGPT?
- 10 триггеров, которые заставляют нас покупать
- Как провести перформанс-ревью с ChatGPT за 5 минут?
- 40 ключевых метрик, чтобы понять, что ваш маркетинг работает

Кстати, сейчас Костя отвечает за стратегию в Overgear, международной гейминг-платформе с выручкой $2M+ в месяц, а еще с нуля строил маркетинг в BestDoctor - одном из крупнейших insurtech-стартапов.

Короче, опыт в маркетинговых и бизнесовых задачах у него большой, поэтому особо интересно наблюдать, как Костя использует его в работе с LLM’ками. А то вайбкодить и делать ИИ-автоматизации мы все научились, а как это продавать клиентам - тот еще головняк. Так что подписывайтесь на Костю @sukhachevk - он научит

А вот этот перевод от Сергея стал для меня приятной неожиданностью, потому что оригинал гайда вышел буквально пару недель назад.

Я про «The LLM Evaluation Guidebook» - очередной бриллиант в серии «мастрид» от Hugging Face, где они подробно и на простом языке рассказывают о том, как создаются бенчмарки, как и по каким параметрам оцениваются LLM. Ну и главное - как анализировать результаты бенчмарка, подбирая модели под свои задачи.

Круто, что Сергей уловил стиль изложения оригинального документа, потому что гайдбук не только описывает теорию, но и содержит рекомендации по дизайну собственных вайб-тестов, лайфхаки по избежанию частых ошибок в тестировании и кейсы решения реальных проблем.

Нашел свой пост 2022 года, где я пытался спрогнозировать, как будет развиваться ИИ в 2023 году. С одной стороны, это выглядит немного наивно, а с другой - всё это уже делает любая LLM’ка.

Делюсь с вами:

Медицина
⁃ Поиск аномалии на снимках КТ или МРТ. Полезная функция, которая уже несколько лет применяется в медицине.
⁃ Сбор анамнеза на первичном приеме - тоже уже работает.
⁃ Анализ диалога с пациентом на сессии с психологом, чтобы впоследствии выявить то, что упустил специалист.

Обучение
⁃ Объяснение логики решения задач для учеников. Действительно полезная штука, которая будет спокойно отвечать на любые вопросы в ходе решения задачи. Думаю, что скоро будет внедряться в многочисленных онлайн-школах.
⁃ Генерация заданий для учеников после анализа слабых мест в понимании материала. Например, не понял ребенок деепричастных оборотов - ИИ сгенерирует диктанты и примеры специально под него.
⁃ Переработка учебного материала индивидуально под ребенка. Нравится девочке Уэнсдей, получит она задания из ее вселенной.
⁃ То же самое и в детском изучении иностранных языков. Нет ничего проще, чем сгенерировать персональный учебник, отталкиваясь от личных предпочтений.

Повседневные задачи
⁃ Кулинария. Выгружаешь свои предпочтения в еде, обогащаешь информацией из медицинской аналитики и советов диетолога. Получаешь на выходе персональные рецепты.
⁃ Финансовые советы. Нет ничего проще, чем разработать личный план, как накопить на двушку в Москве, исходя из собранной аналитики.

Редактура
⁃ Помощь в редактуре текста: выявление грамматических ошибок, неправильных оборотов, логики повествования. Уже внедряют в редакторы.

Разработка
⁃ Создание технического задания из клиентского брифа.
⁃ Преобразование технического задания в четкую поэтапную инструкцию для разработчиков.
⁃ Создание технической документации из кода. ⁃ Написание простых скриптов и кода теми, кто не умеет программировать.

Креатив
⁃ Скрипты, сценарии для записи контента. Нужно будет только сообщить идею креатива, и получишь сценарий с таймингом.
⁃ Генерация контент-плана, исходя из анализа аудитории или желаемой монетизации.
⁃ Полностью автоматические текстовые и видеоблоги. Задаешь идею, ИИ сам пишет контент-план, создает и озвучивает видео, заливает на хостинг.

Давайте вынесем в отдельный пост. С утра уже несколько сообщений в чате @prompt_chat, что получили от Perplexity «письмо счастья» и Pro-аккаунт слетел. Да, такое бывает: например, в июне этого года была подобная волна.

Как я понял, сейчас под удар попали промокоды, которые выдавались в рамках акции от Samsung Galaxy Store (она была только для пользователей из США). Но, судя по реакции пользователей на Reddit, Perplexity уже сами не рады, что затеяли "рождественскую чистку".

Самый частый вопрос, который я слышу в эти дни: «Че там в 2026?» - тут и страх, и надежды, и попытки понять, как заработать. И я обязательно напишу свои мысли по трендам в ИИ на 2026 год, но сейчас хочу рассказать про один, только зарождающийся.

Не будем отрицать тот факт, что самыми распиаренными услугами в этом году стали ИИ-агенты и ИИ-автоматизация. И программисты с опытом в ML, и вчерашние школьники, освоившие N8N, ломились в двери заводов, магазинов и булочных с уникальным предложением переложить всю рутину на плечи искусственного интеллекта.

А заказчики это покупали: кто-то в надежде запрыгнуть в последний вагон уходящего ИИ-поезда, кто-то из желания увидеть ИИ-магию, ну а кто-то - четко понимая, что ему нужно, и осознавая, что это не волшебная таблетка. А если им еще везло нарваться на рукастого и мозговитого ИИ-интегратора, а не инфобизнесмена без технического бэкграунда, то случался мэтч и счастье.

И вот к таким «счастливым» ИИ-интеграторам я приставал весь год с вопросами «че там в 2026?»: какие тренды в корпоративном секторе намечаются? Что клиенты хотят? Как там ИИ-агенты, решают головную боль заказчиков?

Они делились: плакали, смеялись, предполагали. А я записывал и ресечил, сравнивая с тем, что говорят сами заказчики и интеграторы по ту сторону океана. И видимо (а я тут не одинок), для того, чтобы ИИ-агенты могли автономно выполнять большинство процессов в компании, им не хватает важного слоя - следов принятия решений (decision traces). Это исключения, негласные правила, прецеденты и межсистемный контекст, которые сейчас живут в рабочих чатах, разговорах в отделе продаж, звонках саппорту и в головах людей.

В общем, ИИ-агентам нужны не просто правила, которые вы прописываете в промпте, и база данных в RAG. Им нужен доступ к следам решений, которые показывают, как правила применялись в прошлом, где были сделаны исключения, как разрешались конфликты, кто что одобрил и какие прецеденты на самом деле управляют реальностью.

Например: Возврат товара в маркетплейсе

Ситуация: Покупатель хочет вернуть кроссовки.
Жесткое правило: «Возврат только в течение 14 дней». Прошло уже 20 дней.
Что происходит на самом деле (Контекст): Агент видит в истории чата, что курьер переносил доставку три раза, коробка приехала мятая (есть фото), а покупатель уже сделал заказов на 100 тысяч за год.
Решение: Агент одобряет возврат, нарушая правило 14 дней.

Как собирать эти «следы принятия решений»? Вот тут, видимо, и будет самый жирный бизнес по «оцифровке процессов». Всё начинается с участия человека (human-in-the-loop): агент предлагает, собирает контекст, маршрутизирует согласования и записывает след. Со временем, по мере повторения похожих случаев, всё большая часть пути может быть автоматизирована, так как система обладает структурированной библиотекой прошлых решений и исключений. Даже когда решение всё еще принимает человек, граф продолжает расти, потому что слой рабочих процессов захватывает входные данные, одобрение и обоснование как долговечный прецедент, вместо того чтобы дать этому умереть в рабочих чатах.

Видимо на концертах всё чаще будут использовать человекоподобных роботов в качестве сценических артистов, работающих по принципу «human-in-the-loop» (с человеком в контуре управления).

Я бы на месте Татьяны Булановой, присмотрелся к роботу, который не стареет и не уйдет в сольную карьеру.

Hacker News здорового человека! Только зацените, как нужно крутые проекты пилить: берете самый популярный новостной фид от Y Combinator и вносите в него изменения, о которых все мечтают уже много лет, — получается https://hype.replicate.dev/ с категориями GitHub, Replicate, HuggingFace, Reddit.

Это был интересный год. Спасибо вам всем за него!

Антонио Гулли, техдир из Google, писал свою книгу, а точнее - практическое руководство по созданию ИИ-агентов «Agentic Design Patterns: A Hands-On Guide to Building Intelligent Systems», в формате опенсорса, выкладывая готовые главы в Google Docs.

Получилось больше 400 страниц, рассказывающих про эволюцию агентных систем и паттерны, которые сейчас используются в ИИ-агентах; всё это снабжено кодом и реальными кейсами.

Если вы занимаетесь ИИ-автоматизацией или агентами - советую почитать или хотя бы закинуть в блокнот на NotebookLM.

В PDF
В Google Docs

Если хотите покопаться в ИИ-трендах на 2026 год, рекомендую воспользоваться ежегодным подгоном от Эми Дарукакис. В этой папке лежат сотни документов с прогнозами на следующий год и не только.

В конце года принято подводить итоги, но кому они нужны, когда голова занята выбором подарков и новогоднего меню? Поэтому у нас будут мысли о том, где бы я «поковырялся» в следующем году:

1. Цифровые архивы. Уже пару лет мне не дает покоя тема с «персональными цифровыми архивами» (можете поискать в канале посты по слову «поминика»). Это когда вы собираете данные (текст, фото, видео, голоса) и упаковываете их в «цифровые капсулы времени» или аватаров для потомков.

2. От вау к надежности. Думаю, все, кто занимался ИИ-автоматизацией в этом году, поняли, что время красивых демо прошло. Рынок требует надежности и предсказуемых результатов от вашей автоматизации. Агенты переходят от хаотичных экспериментов к решению узких, атомарных задач с предсказуемым результатом. Нужно фокусироваться на разработке и отладке узкоспециализированных агентов, которые делают одну маленькую задачу, но идеально (без галлюцинаций).

3. GEO (Generative Engine Optimization). Еще одна интересная тема на следующий год - это оптимизация контента малого бизнеса, чтобы он попадал в ответы ChatGPT, Perplexity и Google Gemini, а не просто в поисковую выдачу.

4. Цифровая репутация. Туда же и аудит «цифровой репутации» для ИИ: проверка того, как нейросети «видят» и описывают бренд клиента, и исправление устаревшей информации о нем. Вижу, как на Реддите все чаще и чаще стали обсуждать подобные услуги.

5. Малые модели. Вижу явный тренд на малые специализированные модели (финансы, право, медицина), обученные на качественных данных. Надо заняться созданием или дообучением (fine-tuning) моделей под конкретные задачи бизнеса, где важна приватность и точность в узкой теме.

6. Микро-SaaS. ИИ делает труд дешевле, но работы станет больше. Проекты, которые раньше были экономически невыгодны (слишком дорого нанимать команду), теперь станут прибыльными, так как их может вести один человек с парой сотен агентов. Буду искать идеи для нишевых микро-SaaS-продуктов.

7. Соло-разработка. Как следствие пункта выше, возникает еще один тренд: видно, как разработчики или маркетологи стали чаще выбирать работать на себя, а не на компанию. Инструменты вроде Cursor, Claude и Replit позволяют одному человеку заменять целый отдел (дизайн, DevOps, маркетинг). А создать микро-SaaS с MRR $5–10k в одиночку — уже реальная задача.

8. Комьюнити. Сообщества, личные встречи, клубы, общение - еще один тренд, в который я хочу заскочить в 2026 году, и вам советую. Интернет затапливает ИИ-контентом. Люди устают от алгоритмической ленты. Ценность смещается от доступа к информации к её фильтрации. Хочу создать закрытое сообщество (клуб), чтобы делиться профессиональным контентом и приглашать крутых чуваков с интересными темами. Пока думаю, как это реализовать.

9. Консалтинг. В этом году мне понравилось работать внешним консультантом в компаниях. В моменте сотрудничал с пятью проектами одновременно и думал, порвусь, но нет — все отлично. Хочу продолжить практику и в следующем году. Что я делал: ресечил, внедрял ИИ в процессы компании, консультировал руководителей и отделы, помогал с маркетингом и контактами.

10. Медийность. Последнее. Чем бы вы ни решили заняться в 2026 году, помните одно - качайте медийку. Все что угодно: социальные сети, блог, канал, рилсы, шортсы. Видимо, мы на том этапе развития, что без этого уже никуда.

С наступающим Новым годом!

Ну, здравствуй, Новый год, чем удивишь? Хотя я уже и к AGI готов, и к тому, что всё это - пузырь. Но сегодня хочется немного пофилософствовать и поразгонять одну мысль, а именно: каждая модель ИИ - это капсула времени.

Некий застывший слепок человеческих знаний и культуры на момент отсечки её обучения (training cutoff). Это не просто сухие факты в стиле Википедии, но и то, как именно люди думают, шутят, решают проблемы и видят мир в этот конкретный момент времени.

Только задумайтесь:
- Модель, обученная в 2022 году, будет воспринимать крипту, ИИ или мировые события несколько иначе, чем модель образца 2024 года.
- Теоретически их можно использовать для изучения эволюции человеческого мышления.
- Модели разных компаний могут сохранять разные аспекты культуры в зависимости от их данных для обучения.
- Мы создаем то, о чём мечтают историки и антропологи - полные слепки человеческих знаний и паттернов мышления в конкретные временные точки.

Представьте, если бы у нас сохранились версии за каждые несколько месяцев, начиная с 2022 года, - можно было бы в деталях проследить, как менялись человеческие знания и культура в один из самых трансформационных периодов в истории.

Мне, конечно, непонятна концепция десятидневных каникул посреди года - за неделю до которых все «уже» не работают, а после «еще» не работают, - но это лучшее время для спокойного ресечинга.

Например, можно поизучать репозитории GitHub в поисках интересных бизнес-идей. Или отобрать топ-50 опенсорсных ИИ-инструментов, которые можно монетизировать в этом году.

Это и автономные агенты (AutoGPT, MetaGPT, CrewAI, AgentGPT, OpenManus), и решения для генерации контента (Stable Diffusion WebUI, ComfyUI, Deep-Live-Cam, MoneyPrinterTurbo), и RAG, и поиск (RAGflow, LlamaIndex, Milvus, Chroma, Meilisearch), и аналитика (Netdata, Chat2DB, Vanna, Pandas-AI). Всё тут, в табличке: https://docs.google.com/spreadsheets/d/1w_JA0YKcxyt-VkHb35k5aovXODrncOk6/edit?usp=sharing&ouid=101342767195455671095&rtpof=true&sd=true

Меня спрашивают, как я успеваю отслеживать ежедневные апдейты, которые случаются на рынке искусственного интеллекта, и не схожу ли с ума, ковыряясь в бесконечных информационных потоках.

Короткий ответ - нет. Еще летом завайбкодил себе на Claude Code простейший агрегатор новостей с дашбордом, без базы данных и каких-то наворотов.

Несколько раз в день жму кнопочку «Refresh» и получаю последние посты из нужных мне сабреддитов, посты из блогов и свежие научные работы. Времени на этот сервис потратил минут 30–40, получилось с одного промпта и без правок, а времени экономит часа два в день.

Вы не забывайте про наш чат @prompt_chat - вот прямо сейчас интересное там расскажу, не хочу в канале об этом писать

Для тех кто использует Claude Code - сегодня крутой апдейт вышел. Если вы не любите интерфейс терминала, теперь можно запускать локальный Claude Code прямо из Claude Desktop.

Как это сделать:
1) Скачайте Claude Desktop.
2) Откройте боковую панель и нажмите на переключатель 'Code'.
3) Выберите папку, к которой хотите дать доступ Claude Code.