Промпт для Гермеса:

Пришли мне webgl html файл по этой инструкции:

a=(x,y,d=mag(k=4*cos(x/21),e=y/8-20))=>circle((q=3*sin(k*2)+.3/k+sin(y/19)*k*(9+2*sin(e*14-d*3+t*2)))+50*cos(c=d-t)+200,q*sin(c)+d*39-475,k*k>15?2:1)
t=0,draw=$=>{t||createCanvas(w=400,w);background(9).noStroke().fill(w,116);for(t+=PI/240,i=1e4;i--;)a(i,i/235)}

Результат в комментарии

#webgl #Hermes #анимация #амеба
------
@tsingular

Прикол.
Курсор прислал письмо - мы видим, что вы не доделали работу вчера из-за того, что у вас закончился баланс, поэтому мы докинули вам $20 - вернитесь и доделайте, даём вам неделю. :)))

#Cursor #маркетинг
------
@tsingular

Гениально. Gpt Image2+ Seedance 2.0

С таким качеством и полный метр бы посмотрел.

#нейрорендер #роботы #зомби #seedance #gptimage
------
@tsingular

Ещё немного шейдерной красоты вам в ленту:

for(float i,g,e,s;++i<18.;){vec3 p=vec3((FC.xy-.5*r)/r.y*2.,g-.8);p.xz*=rotate2D(t*.3);s=1.;for(int i;i++<13;p=vec3(0,3.5,3)-abs(abs(p)*e-vec3(3,1.8,3)))s*=e=max(1.01,9.5/dot(p,p+cos(t*.6)*.1-.1));g+=mod(length(p.yy),p.y)/s*.5;o.rgb+=hsv(.03/g,.6*p.x,s/1e4);}

Html в комментарии (на большом экране смотрится круче)

#шейдеры
------
@tsingular

Будущее уже наступило, просто оно неравномерно распределено

#jarvis #мультиагенты #мстители
------
@tsingular

90 дней на патч? Забыли! Всего 30 минут на эксплойт

По ИБ стандартам у вендоров обычно есть 90 дней чтобы выпустить патч после обнаружения уязвимости прежде чем исследователь опубликует информацию для всего мира.

Это создаёт запас времени, который позволяет снизить ущерб, но с появлением мощных моделей ситуация резко поменялась.

Himanshu Anand из Cloudflare разобрал несколько интересных кейсов в этой части.

🤖 Четыре устаревших допущения:
Уникальность исчезает: AI порождает волны дублей за дни. Десятки исследователей мгновенно на похожих промптах и навыках находят одно и то же. Эти волны выглядят как паттерн. Похоже причина именно в том, что и ИИ модели и навыки сканеров быстро дублируются.

Добросовестность: если нашлось 10 добросовестных исследователей, которые с ИИ нашли уязвимость и доложили о ней, то сколько нечестных продали её на чёрном рынке?

Фора вендора: временной гэп преодолевается за часы. При публикации Dirty Frag ни один Linux-дистрибутив не имел патча, но буквально через несколько часов появился эксплоит и была зафиксирована эксплуатация в дикой природе.

Окно патч → эксплойт: React выпустил патч и публичный пост.
Человек + LLM за 30 минут превратили diff в рабочий PoC (DoS).
Получается что как только патч вышел,- считай, что эксплойт уже существует.
Grace period умер.

💼 Бизнес эффекты:
90 дней ответственного раскрытия теперь это 90 дней форы тем, кто владеет уязвимостью.
Каждый критический баг = P0, патчить немедленно, никаких окон больше не существует!
LLM необходимо внедрять в пайплайне ИБ: автоматический анализ изменений патча, сканирование зависимостей, верификация патчей.
Атакующие выигрывают гонку прямо сейчас пока все спят.

#cybersecurity #Linux #эксплойты #DEFCON
------
@tsingular

3DCellForge: ИИ-студия для генерации и исследования 3D-клеток

729 звёзд за 15 часов. Индидев из Китая huangserva собрал в браузере то, что раньше требовало CryoEM-микроскоп и кластер рендеринга.

🧬 Суть: React + Three.js интерактивная студия биологических клеток. Drag-to-rotate, zoom, карточки органелл, экспорт GLB. Всё работает в Chrome без плагинов.

🤖 Image-to-3D: Загружаешь референсное изображение клетки — Tripo API или Hunyuan3D генерируют полноценную 3D-модель. Автоматический фолбэк: Tripo cloud → Hunyuan local → JS Depth (браузерный рельеф без GPU).

🧪 Для исследований: Карточки органелл с референсами, панель сравнения, биологические заметки, скриншоты. Результат экспортируется как GLB в любой 3D-редактор.

⚙️ Архитектура: Vite + React Three Fiber + Drei + Framer Motion. Node-бекенд на 8787, API-ключи только сервер-side.
Кэш генераций в .generated-models/ для оффлайн-демо.

💼 Зачем бизнесу: Образовательные платформы получают интерактивный микроскоп за 1 npm install.
Фарма визуализирует таргеты без CryoEM.
Биотех-стартапы прототипируют презентации препаратов.

🔮 Будущее: Image-to-3D + биология = персональная лаборатория в браузере. Когда генерация достигнет субсекундной скорости, каждый студент будет вертеть собственную 3D-клетку вместо плоских учебников.

MIT лицензия.

#3DCellForge #биотех #3D #OpenSource #Tripo #Hunyuan3D #биология #Китай
------
@tsingular

OpenAI строит DeployCo: $4 млрд и 150 инженеров внутри корпораций

OpenAI не стали ждать, пока enterprise сам разберётся с ИИ внедрением.
Новое подразделение - DeployCo высаживает своих Forward Deployed Engineers прямо в компании и перепроектирует процессы под AI.
Anthropic в ответ запускает аналогичный JV с Blackstone и Goldman Sachs.

🤖 Что такое DeployCo:
Юнит с собственным операционным циклом, мажоритарно контролируемый OpenAI.
150 Forward Deployed Engineers из купленного Tomoro (клиенты: Tesco, Virgin Atlantic, Supercell).
Модель работы: диагностика бизнес-процессов → выбор приоритетных процессов → встроенная разработка → интеграция моделей в данные и контуры контроля компании.
Ключевой ход: системы проектируются под будущие возможности frontier-моделей, а не только текущие.

💰 Структура сделки:
$4 млрд+ от 19 инвесторов, оценка JV: $10 млрд.
Лидируют TPG, со-лидеры: Advent, Bain Capital, Brookfield.
Консалтинговые партнёры: Bain, Capgemini, McKinsey.
PE-партнёры курируют 2000+ компаний → встроенная воронка.
OpenAI вкладывает $500 млн equity + опцион на $1.5 млрд.

⚙️ Anthropic не отстаёт:
Параллельный JV с Blackstone, Goldman Sachs и Hellman & Friedman: $1.5 млрд.
Та же модель: встраивают инженеров в средний рынок для деплоя Claude.
Blackstone и H&F по $300 млн каждый.
Anthropic: выручка выросла с $9 млрд (конец 2025) до $30 млрд (апрель 2026), готовится к IPO.

💼 Зачем бизнесу:
Модель продаж ИИ-компаний сместилась от «купите API» к «мы придём и всё сделаем».
Private equity как канал дистрибуции: 2000+ портфельных компаний = тёплые лиды без маркетинга.
Кто не встроил ИИ в процессы за 12-18 месяцев, отстанет от тех, кому DeployCo уже перепроектировал процессы.

Консалтинговым компаниям придётся менять модель: FDE-юниты OpenAI и Anthropic забирают верхний сегмент.

#OpenAI #Anthropic #enterprise #DeployCo
------
@tsingular

Unitree GD01: Оптимус Прайм за $650K

Пока мир обсуждает $6K гуманоидов R1, Unitree выкатила то, во что никто не верил: пилотируемый меха-трансформер с ценником 48 млн рублей ($650K).

🤖 От игрушки к инструменту:
GD01 первый в мире серийный пилотируемый меха. Человек садится в кабину и управляет машиной в реальном времени.
Трансформация: двуногий режим → в четырёхногий за секунды. Обе формы адаптируются под пилота внутри.
Масса около 500 кг с человеком. Высокопрочный сплав + сервоприводы.
Демонстрация: GD01 одним ударом кулака ломает кирпичную стену. Основатель Unitree Ван Синсин лично тестировал машину в кабине.

⚙️ Конкурентный сдвиг:
До сих пор пилотируемые меха были единичными арт-проектами: японский ARCHAX за $3M (4.5 м, 3.5 т, 10 км/ч), KURATAS за $1.3M, корейский METHOD-2. Все демонстрационные прототипы, не транспорт.
GD01 позиционируется как гражданское транспортное ( :) ) средство. Серийное производство а не выставочный образец.
Цена в 5 раз ниже ARCHAX при сопоставимом функционале плюс трансформация, которой нет у конкурентов.

💼 Зачем бизнесу:
Unitree определила три рынка: туризм и развлечения, спецоперации, премиальный личный транспорт.
3.9 млн юаней ($650K) дорогой экскаватор, но дешёвый меха. Для парка развлечений окупаемость за 2-3 сезона.
Скоро: сокращение веса, автономный режим (без пилота), стандартизация платформы для разных модулей.

🔗 Аналогичные проекты:
• ARCHAX - $3M, 4.5 м, Япония, режим робота + транспорт, 10 км/ч
• KURATAS - $1.3M, 4 м, Япония, винтовки-водомёты, 10 км/ч
• METHOD-2 - $8M+ концепт, 4 м, Южная Корея, разработка остановлена

#меха #Unitree #GD01 #пилотируемыероботы #трансформер #Китай #mecha
------
@tsingular

Anthropic, похоже, стала самым быстрым software-бизнесом в истории

По reported revenue run rate компания уже обогнала OpenAI и вышла примерно на $45B ARR.

Для масштаба: Salesforce за FY2025 сделал около $38B.

У Anthropic траектория выглядит дико:

- ~$10M ARR в конце 2022
- ~$1B ARR к январю 2025
- ~$14B ARR в начале 2026
- ~$45B ARR к маю 2026

Менее чем за год он, по сообщениям, вышел на ~$2.5B run rate. Число enterprise-клиентов с чеком $1M+ в год выросло примерно с 500 до 1000 всего за пару месяцев. Больше 80% выручки Anthropic теперь идёт из enterprise.

Пока одни гнались за consumer-хайпом, Anthropic пошла туда, где есть бюджеты: кодовые базы, команды разработки, внутренние процессы и задачи, которые бизнес не может просто выключить.

Вот и весь monetization gap.

Меньше массовой аудитории, зато намного выше spend per customer.

Да, compute будет жрать безумные деньги. Но если выручка растёт такими темпами, старая SaaS-математика начинает трещать.

И если эта траектория удержится, главными победителями будут не приложения, а те, кто контролирует AI-слой, на котором они работают.

Сейчас этот слой всё чаще выглядит как ClaudeOS.

DeepMind переизобрёл курсор мыши

Мышиный курсор с нами уже около 50 лет практически в неизменном виде.
DeepMind решили его обновить и сделали курсор, который понимает контекст: на что вы указываете и зачем.

🤖 Указал и спросил:
Курсор на базе Gemini понимает не только координаты, но и семантику объекта под ним.
Т.е. не надо объяснять что именно вы имеете ввиду, достаточно просто сказать "то", "это"
Ткнули в фото здания: «Покажи маршрут» и получили путь. В таблицу: «Сделай круговую диаграмму» и получили график. В рецепт: «Удвой ингредиенты» и получили пересчёт
Никаких длинных промптов и переключения окон: AI следует за указателем, а не остается в окошке приложения или в соседней вкладке

⚙️ Четыре принципа:
1. Поддержка потока: AI работает через все приложения, без «обходных маневров»
2. Показать и рассказать: курсор захватывает визуальный и смысловой контекст, компьютер «видит» сам
3. Обработка неточностей: «Исправь это», «Перемести сюда», «Что это?» учитывает динамику живого жеста и общий контекст
4. Пиксели становятся сущностями: рукописная заметка превращается в интерактивный to-do, кадр из видео путешествий становится ссылкой на бронирование ресторана

💼 Зачем бизнесу:
Это атака на интерфейс «чат с AI в отдельном окне». Microsoft Copilot Vision уже видит экран, Apple Intelligence встраивает Siri в контекст приложений, но Google делает ставку на самое базовое действие: указание. Magic Pointer появится в Googlebook (новая категория ноутбуков на Android, осень 2026), Gemini в Chrome доступна уже сейчас. Если курсор становится точкой входа к AI, побеждает тот, кто контролирует ОС, а не чат-бота.

Ещё один способ обработать фокус внимания.
Удобно и выглядит как подготовка к нейроинтерфейсам.

#DeepMind #Gemini #Googlebook #AI #UI #курсор #MagicPointer #интерфейс
------
@tsingular

Сотрудники Amazon накручивают AI-расход ради KPI

Пока компании думают как внедрить ИИ, сотрудники уже живут в будущем и научились накручивать счётчики.
В Amazon появился термин tokenmaxxing.

🤖 Tokenmaxxing: Для начала был поднят форк OpenClaw - MeshClaw, - который позволяет создавать AI-агентов для рабочих задач: триаж почты, деплой кода, интеграция со Slack.
Amazon поставил цель: 80% разработчиков должны еженедельно использовать AI и начал измерять эффективность в расходе токенов.
Но сотрудники просекли фишку и начали запускать агентов вхолостую чисто ради расхода токенов, а не достижения результата.

💼 Бизнес аспект: Для компаний имело бы смысл переходить на метрики следующего порядка, - не «сколько токенов сожгли», а «uptime навайбкоженного приложения без падений и взломов».
А то получается та же история когда разрабов измеряли по объему кода, - в итоге получили каскады if-else простыней из Индии.

#tokenmaxxing #KPI #Goodhart #Amazon #AIproductivity
------
@tsingular

Notion как магазин скиллов для ИИ-агентов — разработчик из Notion собрал для этого инструмент

Brian Lovin работает в Notion — проектирует продукт, пишет код, собирает свои инструменты. До этого четыре года делал GitHub Mobile, основал Spectrum (который GitHub купил) и Campsite, работал над платежами в Facebook. Человек, который понимает про инструменты не понаслышке.

Он собрал open-source утилиту notion-skills, которая превращает базу данных Notion в хранилище скиллов для ИИ-агентов. Скилл — это набор инструкций, который агент (Claude, Codex или любой другой) подгружает перед работой.

Идея простая: вы ведёте скиллы в Notion как обычные страницы в базе данных. Утилита синхронизирует их на компьютер в виде markdown-файлов и автоматически подключает ко всем агентам через симлинки. Синк двусторонний — можно править и в Notion, и локально.

Зачем это нужно: если вы работаете с несколькими агентами на нескольких машинах, скиллы начинают расползаться. Один файл на рабочем ноутбуке, другой на домашнем, третий потерялся в папке проекта. Notion становится единой точкой правды — и заодно удобным визуальным редактором.

Утилита поддерживает установку скиллов прямо из GitHub-репозиториев, командную работу с фидбеком в Notion и многофайловые скиллы через вложенные страницы. Есть команда feed, которая показывает таймлайн последних изменений, и migrate — для переноса всех локальных скиллов в Notion за один проход.

Для меня это прям подарок судьбы. Вся моя работа крутится вокруг Notion — там живут десятки агентов, каждый со своей инструкцией, и все они хранятся в базе данных. Я давно строю ровно эту архитектуру: Notion как единый мозг, откуда агенты подтягивают свои скиллы автоматически. А тут человек из самого Notion берёт и выкладывает готовый инструмент, который закрывает кусок, до которого у меня не доходили руки — двусторонний синк с локальными файлами. Теперь можно править инструкции и в Notion, и в редакторе кода, и всё остаётся в синке.

Блог pimenov.ai

Компания DJI, - известный производитель аксессуаров для профессиональной видео съемки, выпускает комплект для фотографов со стабилизаторами для более крупных камер и наплечных камер с автонаведением,- HangpaiV.

Все это, как и их знаменитые дроны для съёмок, - исключительно в мирных целях для кинопроизводства.

#DJI #кино #HangpaiV
———
@tsingular

Сингулярность, что ты делаешь, Ахаха! Прекрати!

"Сантехники, электрики и сварщики входят в прайм-эру, заявил глава Nvidia Дженсен Хуанг. По его словам, за такими специалистами скоро начнётся настоящая охота: их сложно заменить нейросетями, а кадровый голод только растёт. "
- только что устарело

Весь прошлый год твердил, что 2026й станет годом загрузки ИИ агентов в роботов и кожаным придется подвинуться не только в офисе.
Не верят. Даже в этом году не верят :)

Скоро на всех площадках будете натыкаться на таких дружелюбных помощников в разных ролях, - ассистентов, коллег, а дальше и руководителей.
Потому что умного робота c IQ 1000 чинить дорого, а глупого человечишку с IQ 120 достаточно накормить и согреть, - он сам регенерирует.

Компания производитель: https://www.robotplusplus.cn/

Детали кейса с роликом

#роботы #Китай
———
@tsingular

Миграция bottlneck

Andrew Ng написал на днях то, о чём я много думаю последний год: AI-native команды работают принципиально иначе.

Не быстрее пишут код, тестируют, пишут документы, а иначе. Роли размываются.

Инженер - это одновременно продакт, дизайнер, иногда маркетолог и программист.

Sales - это человек, который умеет прототипировать, готовить предложения без инженеров.

Команда из 2-5 человек закрывает работу, для которой раньше нужно было 20.

Но вот что Ng добавил, и это важно: когда ты ускоряешь код в 10-100 раз, узкое место не исчезает, а мигрирует.

Команда собрала фичу за день. Маркетинг не успел подготовить коммуникацию - застряли. Юристы не успели проверить договор - застряли. Клиент не успел подготовить данные - застряли на внедрении.

Скорость процесса ограничена самым узким его местом. Узкое место это - AI adoption и скорость с которой люди учатся и используют новые инструменты.

Я писал про смерть пирамиды утилизации - про то, как AI убивает нижние этажи консалтинга и в фокусе был только персонал занятный в проектах, а проблема реально шире.

Пирамида рушится не только внутри команды разработки. Она рушится на стыках. Между engineering и остальными функциями, которые не ускорились.

Что мы можем с этим сделать: Ng говорит про генералистов. Человек, который и код напишет, и продуктовое решение примет и с клиентом поговорит и предлжение сам согласует.

Практически это значит:
• Не нанимай узкого специалиста, если задачу можно закрыть генералистом с AI
• Ускоряй не только код и тестирование, а весь процесс: юристы, маркетинг, операции, продажи
• Метрика - не утилизация команды, а скорость, с которой клиент получает ценность
• Если ты ускорил разработку, но не ускорил всё остальное - ты просто быстрее упираешься в стену

Самое интересное в посте Ng - он честно говорит: "I realize these shifts to job roles are tough to navigate for many people."

Это мягко сказано. Для консалтинга это большая смена парадигмы. Тысячи людей, построивших карьеру на специализации в одной функции, просыпаются в мире, где генералист с AI ценнее.

Golden age of learning and building, говорит Ng. Согласен.

Но только для тех, кто готов учиться. Остальным будет уже очень тяжело.

@maxvotek | linkedin | substack