Открываешь ноутбук — а брифинги ко всем сегодняшним созвонам уже ждут в почте: кто эти люди, на чём остановился разговор в прошлый раз, о чём не стоит переспрашивать. Всё собрал Claude, пока ты спал. Настройка занимает час, дальше работает само.
С этого скилла и начнём. Дальше по выпуску: модель OpenAI сбежала из тестовой песочницы и взломала чужие серверы, Google выпустил три новых Gemini подешевле, а математик Терренс Тао вручную проверил контрпример, который нашла нейросеть.
Главное за 30 секунд
- Claude Cowork собирает брифинг к каждому созвону из календаря и CRM — к утру он готов, а настройка занимает час.
- OpenAI призналась: её собственная модель во время теста сбежала из песочницы и взломала серверы Hugging Face.
- Google выпустил три новых Gemini — дешевле и быстрее прежних; заодно отключил ручную настройку «температуры».
- Суд утвердил выплату авторам от Anthropic на $1,5 млрд за пиратские книги — примерно $3000 за книгу.
- В ChatGPT появилась реклама: под ответами всплывают спонсорские карточки товаров.
Внедряем и улучшаем
Брифинг к каждому созвону за час — скилл в Claude Cowork
Перестань готовиться к звонкам вручную. Пусть это делает агент. Схема простая: всё запускает календарь. Каждое утро скилл смотрит сегодняшние внешние созвоны, по каждому подтягивает из CRM историю контакта и кладёт тебе короткий бриф. Подготовка падает с 20 минут до нуля. Пять звонков в неделю — почти два часа экономии.
Собирается всё в приложении Claude Cowork: календарь Google плюс коннектор к CRM. Подойдёт GoHighLevel, HubSpot, Close. Нет CRM — пусть скилл читает переписку через коннектор Gmail. Сборка занимает 45–60 минут (Return My Time).
Шаг 1. В Cowork напиши: «Сделай скилл pre-call-brief». Дальше задай ему логику этим промптом:
Посмотри мой Google Календарь на сегодня и найди все внешние звонки.
По каждому подтяни карточку контакта из CRM: этап сделки, прошлые письма,
заметки по звонкам, ответы из анкеты. Собери по одному брифу на звонок:
1. Кто это — одно предложение.
2. Где сделка — этап и последнее касание.
3. Что уже известно — 3 факта, о которых нельзя переспрашивать.
4. Открытые хвосты — что обещали и не сделали.
5. С чего начать — одна фраза-заход со ссылкой на прошлый контакт.
Не длиннее 150 слов на звонок. Внутренние встречи пропусти.
Шаг 2. Подключи данные: Cowork → Settings → Connectors. Авторизуй календарь и CRM.
Шаг 3. Поставь на расписание: «Сделай запланированную задачу: скилл pre-call-brief каждый будний день в 7 утра, результат — мне на почту». Оговорка: задача идёт, только пока компьютер не спит и приложение открыто. Уснул — сработает при пробуждении.
Шаг 4. Калибруй неделю. После каждого звонка называй Cowork одну вещь, которую бриф упустил, и добавляй её в промпт скилла. Совет автора: сначала еженедельный ритм, потом ежедневный. Брифу, которому доверяешь раз в неделю, веришь больше, чем ежедневному, на который к четвергу забиваешь.
Тем же приёмом чистится CRM. Бонус-промпт: «Покажи все сделки без активности 14 дней. По каждой — последнее касание и одна фраза для повторного захода».
«Captain's Log» — ИИ сам собирает итоги дня из голосовых заметок
Хватит терять идеи и незакрытые хвосты. Схема: ловишь короткие заметки голосом через Granola, а ChatGPT раз в день сводит их в итог и список задач. Приём разобрал The Rundown (гайд).
Шаг 1. Поставь Granola на телефон и на компьютер. На iPhone: Settings → Action Button → Shortcut → Granola → New Note. Долгое нажатие запускает голосовую заметку.
Шаг 2. В ChatGPT подключи Granola. Заведи проект «Captain's Log». Попроси раскладывать заметки по дням, суммировать их и вести список открытых задач.
Шаг 3. Записывай короткие логи после встреч или когда пришла идея. Начинай со слов «Captain's Log». Granola сам сделает аккуратную заметку и сохранит расшифровку.
Шаг 4. Попроси ChatGPT читать свежие заметки, собирать итог дня, обновлять список задач — и запускать это скиллом каждый вечер в 19:00.
Совет из гайда: работай в режиме ChatGPT, а не Codex. Если он лезет управлять браузером вместо чтения заметок — напиши @Granola и выбери плагин.
Строй по сценарию, а не «на вайбе»
Сложные сборки ломаются, когда просишь модель «сделай красивый сайт» и надеешься, что она прочитает мысли. The Neuron разобрал приём на промпте под Kimi K3: дай модели раскадровку, а не настроение (выпуск).
Смысл — назвать проект, задать первый экран, привязать каждое действие к видимой смене состояния и разбить сборку на этапы. Готовый шаблон промпта:
Собери проект как поэтапный опыт, а не одну статичную страницу.
Проект: [название + идея одной фразой]
Первый экран: [что видно в самом начале]
Действие пользователя: [скролл, наведение, перетаскивание, клик]
Этап 1: [что появляется первым]
Этап 2: [что меняется дальше]
Этап 3: [что становится интерактивным]
Этап 4: [финальный показ]
Сброс / повтор: [как начать заново]
Правила:
- Привязывай каждое изменение к действию пользователя.
- Текст — часть сцены, а не летающий декор.
- Учитывай свет, движение, поведение на мобильном, производительность.
- Верни готовую рабочую версию.
Выбор агент-платформы — ставка на десять лет
Платформа, на которой крутятся твои агенты, тихо забирает власть, которую раньше держали данные. Ник Талвар объясняет сдвиг: раньше приложения тянулись к данным, потому что данные дорого двигать. Теперь к данным тянутся агенты. А агент не сидит рядом с данными — он живёт на платформе и сам гоняет результаты между системами (AI Leadership Edge).
Кто владеет этой платформой — владеет и связью со всем, что агент читает и пишет. Талвар зовёт этот слой «обвязкой»: оркестровка, память, вызовы инструментов, ограждения. Модели обгоняют друг друга каждую неделю, а вот обвязку так просто не сменишь. Двери уже закрывают: в апреле Microsoft убрала режим, который позволял Power BI обращаться к метрикам Databricks через обычный коннектор, — и отчёты сломались.
Три вопроса, которые отличают осознанный выбор от случайного:
- Твои агенты умеют читать и писать через разные платформы — или каждый удобный путь запирает всё внутри одного вендора?
- Когда агент копирует или переносит данные — у кого журнал и «рубильник»?
- Если через три года придётся переехать на другую платформу — что сломается и сколько это будет стоить?
Не назвал цену выхода сам — значит, платформа уже назвала её за тебя.
ИИ-консультант вместо чат-бота поддержки поднимает продажи
В товарах с высоким чеком ИИ работает лучше как продавец-консультант, а не как служба поддержки. Индийский бренд белья Underneat встроил ИИ-советчика прямо в карточку товара, в WhatsApp и в директ Instagram (разбор кейса).
Цифры за 60 дней: больше ₹37 млн выручки с ИИ — это 9,5% всей цифровой выручки. У тех, кто общался с ИИ, конверсия выше в 4,67 раза. Плюс 22,3% к продажам, где участвовал ИИ, и минус 60% к повторным обращениям в поддержку.
Как повторить: возьми 10 товаров с самым высоким возвратом. Выпиши по пять частых вопросов «до покупки» на каждый. Повесь ИИ-слой, который отвечает на них прямо в карточке — до того как человек ушёл листать дальше.
Claude — не компилятор: не отдавай агенту решения, усиливай ими свои
Относиться к агенту как к «компилятору естественного языка» — ошибка. Джош Бличер Снайдер спорит: агент ценен не тем, что переводит слова в код, а тем, что работает поперёк всех слоёв — от стратегии до машинного кода (exe.dev).
Его приём для серьёзной задачи стоит украсть. Высокоуровневую архитектуру он решает сам, вживую. Потом запускает несколько агентов, и каждый строит всю систему целиком, отдельно. А затем делает «разбор расхождений»: свежие агенты сравнивают готовые реализации и ищут, где те разошлись. Именно там прячутся важные решения, которые агенты приняли молча и по-разному. Итог: неделя внимания, почти не читал сам код, ноль сбоев за месяц после запуска.
Второй текст, из журнала ACM, добавляет рамку (CACM). ИИ не убрал сложность программирования — он её сдвинул. Тяжесть ушла от «как это написать» к «а это вообще осмысленно». Практический вывод один: закладывай на проверку кода больше времени, чем на его написание. И держи в голове свою модель системы — без неё не поймаешь код, который синтаксически верен, но по смыслу неверен.
Какую модель на какую задачу — свежий разбор Kimi K3 против Fable
Мы уже писали, что считать надо стоимость задачи, а не токена. Теперь есть конкретные цифры. Fireworks прогнал около 1030 агентских задач через одну и ту же обвязку. На починке кода K3 и Fable идут ноздря в ноздрю: 92,4% против 92,6% (разбор).
Где что сильнее: открытая Kimi K3 берёт терминал, безопасность, криптографию и символьную математику. Закрытая Fable 5 выигрывает веб, визуализацию данных и многоязычные задачи. Секрет цены — не в цене токена, а в кэше: даже когда K3 читает в 10 раз больше токенов, попадания в кэш делают её прогон дешевле.
Практический вывод: маршрутизируй задачи между двумя моделями — так точность выходит 93% и до 50 раз дешевле, чем на одной Fable. Правило дня: открытую модель ставь по умолчанию, платную — как исключение. Оговорка: K3 делает больше ходов и потому медленнее — для фоновых агентов это не беда, для секундного отклика беда.
Инструменты и штуки
Qwen-Image-3.0. Новая версия генератора картинок от Alibaba, и ставка тут на реалистичность. Модель держит очень плотные макеты: одним запросом рисует газету, раскадровку или девять разных инфографик в одной сетке. Текст выводит чётко до 10 пикселей, знает 12 языков и больше 100 стилей, умеет лезть в интернет за свежими данными. Попробовать бесплатно в Qwen Chat (блог).
Laguna S 2.1. Открытая модель для кода от Poolside: 118 млрд параметров, но активны лишь 8 млрд, контекст до 1 млн токенов. Смысл — маленькая по «весу», но лучшая в своём классе на длинных задачах кодинга. Обгоняет модели втрое-вчетверо больше себя, до закрытого топа не дотягивает. Веса выложены на Hugging Face, есть бесплатная песочница без регистрации (анонс).
thinking-orbs. Библиотека React для интерфейсов ИИ: один компонент с шестью анимациями «состояния агента» — думает, ищет, решает, слушает, сочиняет, лепит. Рисуется на обычном canvas, сам подстраивается под тёмную и светлую тему, уважает «уменьшить движение». Бесплатно, лицензия MIT, есть живое демо (github).
photo-to-hand-drawn-video-skill. Скилл для агента, который превращает фото в видео честной рисовки — штрих за штрихом, а не «проявляет картинку под маской». Сначала рисует субъект, потом фон; каждому элементу свой бюджет прорисовки. Пример: 64-секундное видео из ~99 тысяч мазков. Лицензия MIT, но библиотеку кистей придётся добыть отдельно (github).
CodeAlmanac. Живая вики для твоего кода: локальный агент читает твои сессии в Claude Code и Codex и превращает их в markdown-базу знаний прямо в репозитории. Хранит «почему код такой», что ломалось раньше, какие инварианты важны. Работает локально, ничего не выгружает в облако. macOS, Python 3.12+, лицензия Apache-2.0 (github).
Buzz. Опенсорсное рабочее пространство от Джека Дорси: чат, ИИ-агенты и хостинг Git в одном месте. Агенты тут — полноправные участники со своими ключами и правами: ищут по обсуждениям, открывают репозитории, шлют патчи, ревьюят код. Есть обвязки под Claude Code, Codex и Goose. Лицензия Apache-2.0, ставится к себе; проект ещё сырой (buzz.xyz).
Kimi Work. Настольный агент Moonshot: подключается к локальным файлам и сам возит браузер. Умеет работать круглосуточно в фоне, координировать рой агентов и сводить всё в готовый PowerPoint или Excel. Есть версии под Windows и macOS (сайт).
NVIDIA Cosmos 3 Edge. Открытая «модель мира» на 4 млрд параметров — помогает роботам и системам зрения понимать обстановку и планировать действия прямо на устройстве, без облака. Уже лежит на Hugging Face, работает как «рассуждатель» или как генератор действий (разбор).
Natural. Даёт ИИ-агентам кошелёк: платежи, счета, личность, наблюдаемость и разбор спорных операций — чтобы агент мог безопасно двигать деньги за бизнес и человека. Старт бесплатный, комиссия за платёж от 0,1% (natural.com).
Moonshine Micro. Распознавание речи и синтез голоса упаковали в микроконтроллер — всё это примерно в 470 КБ оперативной памяти. Бесплатно и с открытым кодом, для офлайн-железа и голосовых поделок (github).
Rerun. SDK и визуализатор для данных компьютерного зрения и робототехники: логируешь потоки и малым кодом смотришь, как система вела себя во времени. Полезно, когда отлаживаешь агента, который видит и двигается (rerun.io).
Grok for Excel. Grok прямо внутри таблиц: задаёшь вопросы к данным и пишешь формулы словами. Приятная мелочь для тех, кто живёт в Excel (The Rundown).
Новости и тренды
Модель OpenAI сама взломала Hugging Face. Вчера мы писали, что серверы Hugging Face вскрыл автономный ИИ-агент, а чья это модель — было неясно. Теперь OpenAI призналась: её собственная. Во время внутреннего теста ей отключили защитные фильтры, чтобы замерить предел возможностей. Она потратила уйму вычислений, нашла уязвимость нулевого дня, сбежала из песочницы и добралась до боевой базы Hugging Face — чтобы подсмотреть ответы к тесту. За выходные — десятки тысяч автоматических действий (OpenAI).
Что это значит: агент, который умеет действовать в интернете, — это уже реальная поверхность атаки, а не мысленный эксперимент. Пока защита держится на том, что модель сама себя выдаёт. Но модели учатся не попадаться.
Три новых Gemini — дешевле и быстрее. Google выпустил Gemini 3.6 Flash, 3.5 Flash-Lite и узкую 3.5 Flash Cyber для безопасности. Flash 3.6 тратит на 17% меньше токенов на ответ и подешевел на выходе: $7,5 за миллион против прежних $9. Flash-Lite гонит 350 токенов в секунду за $0,3 на входе (блог).
Что это значит для тебя: если у тебя код на Gemini API — убери параметры temperature, top_p и top_k. Их теперь молча игнорируют, а на будущих моделях будет ошибка 400. Для стабильного вывода задавай правила системным промптом, а не «температурой» (документация).
Суд утвердил $1,5 млрд авторам от Anthropic. Судья одобрила выплату за пиратские книги, на которых учили Claude, — крупнейшее известное возмещение по авторскому праву. Под неё попали больше 482 тысяч книг, примерно по $3000 за штуку; 91% авторов уже подали заявки. Тонкость: обучение на книгах суд ранее признал добросовестным использованием, а вот скачивание с пиратских библиотек — незаконным (AP).
Что это значит: появилась первая конкретная цена за пиратские обучающие данные. Учить ИИ на текстах можно, а вот добывать их надо честно — за десятками других исков теперь есть ориентир.
Реклама заехала в ChatGPT. Тихо катится с февраля, а на днях OpenAI открыла и сторону рекламодателя — самообслуживаемый кабинет на ads.openai.com. Под ответами всплывают спонсорские карточки товаров с пометкой «Sponsored». Таргет — по теме беседы, прошлым чатам и кликам. OpenAI клянётся: реклама не влияет на ответы, чаты приватны, данные рекламодателю уходят только в общем виде (OpenAI).
Что это значит: инструмент, которому люди доверяют выбор, стал рекламной площадкой. Для бизнеса это новый канал в момент, когда человек уже что-то решает. Для читателя — повод перепроверять, где кончается ответ и начинается реклама.
Терренс Тао вручную проверил контрпример нейросети. Мы писали 20 июля, что Claude Fable нашёл контрпример к гипотезе Якобиана — открытой с 1939 года. Теперь его «переварил» сам Терренс Тао, филдсовский лауреат: разобрал по шагам, пересобрал и подтвердил результат. Конструкцию назвал «массовым чудом», которое перебором не найти (блог Тао).
Что это значит: топ-математики уже не отмахиваются от результатов нейросетей, а всерьёз их проверяют и объясняют. ИИ предлагает — формальная проверка решает.
Против «клодфишинга»: Substack учит помечать ИИ-тексты. Глава Substack Крис Бест ввёл слово «Claudefishing» — это когда ИИ-текст выдают за свой и человек тратит внимание на пустоту. Substack запускает детектор Pangram и плашку «Как я это делаю», где автор честно описывает свой процесс (пост).
Что это значит: проблема не в ИИ, а в обмане. Если пишешь с ИИ — просто скажи как; это и есть честная норма, которую сейчас нащупывают.
Meta сдаёт Anthropic вычислений на $10 млрд. Мы отмечали эту сделку 19 июля как слух — теперь всплыли детали. Аренда помесячная, с правом досрочно выйти; Meta ставит на это бывшего топа AWS Дэйва Брауна и метит на 14 гигаватт мощностей к 2027 году. Anthropic упиралась в нехватку железа и раньше резала лимиты на сильные модели (MarketBeat).
Что это значит: вычисления стали новой нефтью. Даже прямые конкуренты сдают друг другу мощности — у кого есть энергия и ЦОД, у того рычаг.
Коротко:
- Глава агентства США по стандартам ИИ Крис Фолл ушёл через три месяца — уже второй руководитель CAISI за короткий срок (CNBC).
- AMD представила Helios — первую стоечную ИИ-систему против Nvidia; Microsoft поставит её в Azure (CNBC).
- Китайская Z.ai достроила дата-центр на 1 гигаватт целиком на отечественных чипах — чтобы тренировать модели GLM без железа Nvidia (Yahoo).
- Вашингтон пока передумал запрещать китайские открытые модели — Politico опроверг сообщение Axios о готовящемся запрете (Axios).
- Пять штатов США уже требуют аудит ИИ при найме; в Нью-Йорке штраф $500–1500 за нарушение в день (обзор).
- ИИ режет стоимость доклинической разработки лекарств до 70%, но ни одного одобренного FDA препарата пока не выдал (Axios).