Если вы вдруг пропупустили эту серию Black Mirror

OpenAI анонсировала ChatGPT Health

Пространство для фокуса на темах о медицине и личном здоровье.

Пользователи и так уже общаются с ChatGPT, чтобы разобраться в своих анализах, обсудить симптомы, получить помощь и поддержку. 230 миллионов каждую неделю — это очень много от почти миллиардной аудитории сервиса. И OpenAI раньше тоже старались улучшить ответы на эти щепетильные темы, особенно ввиду обвинений в доведении некоторых пользователей до суицида.

Но теперь речь об отдельном пространстве внутри приложения, данные из которого не будут использоваться в других чатах. А главное: можно подключить внешние источники информации о здоровье, такие как Apple Health, чтобы ChatGPT имел постоянно актуальные данные о здоровье.

Я тут вижу потенциально сильный удар по всем welness-сервисам. Если такой сервис сгружает данные в условный Apple Health для удобства пользователя, теперь ChatGPT сможет забрать на себя весь слой взаимодействия с этой информацией.

Например, у меня есть кольцо Oura. Оно круглосуточно получает данные с нескольких датчиков о движении, пульсе и даже температуре тела, и хотя хранит многие из них в Apple Health, но в приложении Oura есть AI-советник, который может помогать объяснять тренды здоровья, давать рекомендации и дополнительную ценность к существующим дашбордам. Но я не загружаю туда никакие дополнительные данные, а в ChatGPT — бывает.

Создав ChatGPT Health как пространство для слива таких данных, OpenAI постепенно накопит там такой массив данных о пользователе из разных источников, что пользоваться другими сервисами для изучения и обсуждения собственного самочувствия будет не эффективно. К тому же тут можно пообщаться голосом, показывать фотки и видео, сгружать массивы документов.

Я даже не могу представить, сможет ли у какого-то сервиса получиться защититься от такой стратегии. Да, носимую электронику можно по-прежнему продавать, но её маржинальность под угрозой из-за Xiaomi и других демпингующих производителей из Китая. А вся дополнительная ценность сервисов вокруг обработки информации постепенно перейдёт в ChatGPT. Даже Apple Health, который создавался как дата-платформа как раз для того, чтобы как Кольцом Всевластия править всеми health-сервисами, теперь просто прокладка на пути OpenAI, ведь момент с запуском собственного конкурента Apple упустила.

Другие возможности подключения сервисов:

— Peloton для тренировок;
— Weight Watchers для диеты;
— Function для анализов;
— Данные из медкарты (тут явно в избранных медзаведениях);
— И даже Instacart для заказа еды в соответствии с ограничениями и диетой.

Впрочем, до доминирования пока ещё далеко. Чтобы воспользоваться ChatGPT Health, нужно подать заявку в список ожидания, ссылка на который сейчас показывает 404. Также это не будет работать в Европе, Великобритании и Швейцарии. Ну и надо помнить, что суды в США могут получить доступ к данным из чатов — OpenAI об этом в анонсе, конечно же, не говорит.

Google выкатил в Gmail AI Inbox и AI Overview для платных подписчиков в USA

🤷

https://blog.google/products-and-platforms/products/gmail/gmail-is-entering-the-gemini-era/

Ральф Виггум

В мире вайбкодинга новый шериф — агентный подход под названием Ralph Wiggum. Я столько ждал, что кто-то на русском разберётся, о чем весь шум, что сам стал этим человеком.

Ральф, если что, герой Симпсонов восьми лет от роду с задержкой развития, на которого всем плевать. Хорош он лишь в двух вещах — «спать и действовать» (цитата по симпсонвики), и именно эти характеристики и становятся определяющими для нашего рассказа. Ральф Виггум это: скрипт, который работает, пока вы спите. Всё.

Но как именно это работает? Чтобы в этом разобраться, нужно кратко обозреть на прошлое и настоящее вайбкодинга.

Весной прошлого года я вел внутренний воркшоп об основах вайбкодинга. Если вы давно подписаны на канал, то знаете, что из той полуторачасовой сессии родился Бот Вояж, которым я с удовольствием пользуюсь до сих пор в путешествиях. Но как он был построен?

К слову, я думаю начать преподавать агентский кодинг для непрограммистов на широкую аудиторию: если вы думаете, что вам нужен такой семинар/практикум/серия лекций — пишите, договоримся.

Эры вайбкодинга можно выделить следующие.

1. Скромное обаяние новизны
Также известное как «я дал ChatGPT задание написать калькулятор и он справился, программисты больше не нужны, отсосите какосеки»


2. Долина разочарования
«Но когда я попросил гпт сделать именно тот калькулятор, который нужен мне, он выдал кучу ошибок и стёр исходный код. Этот манёвр обошёлся мне в 430 долларов, ai — пузырь на плато, робот не напишет симфонию, вайбкодеры — слоператоры!»

3. Адаптация
Cursorrules, Claude.md, PRD.md и тест дривен девелопмент: оказывается, если со всех сторон обложить код-агентов бесконечными правилами и ограничениями, то можно за какое-то вменяемое количество итераций все же заставить его написать ровно тот код, который тебе нужен. Прямо как с живыми программистами.

Кстати, на этом этапе и написаны большинство моих проектов, включая тот самый семинар с бот-экскурсоводом. Фактически, мы час писали документацию, потом Курсор 10 минут писал по ней код, а затем мы его задеплоили и приклеили к телеграму

4. Первые автономные код-агенты
Прежде всего, Клод Опус 4.5 (на клодкоде или в курсоре), но и GPT Codex с Gemini не сильно отстают.

Важная часть этого этапа — возврат к шагу два, но теперь агенты начинают адекватно воспринимать обратную связь и более-менее успешно ей следовать.

5. Сегодняшний момент: Курсор 2 и Клод Код 2
Среды, заточенные уже на более профессиональные пайплайны: прежде всего, work tree, когда под каждый новый таск заводится отдельный бранч в гите (причём их может быть несколько на одну задачу, и человек сам выбирает, решение в каком из них ему нравится больше), и субагенты с хуками в клодкоде (совсем запретная магия, давайте про это в другой раз).

На этом этапе любой 0->1 девелопер, который просто хотел повайбиться с Клодиком под одеялком чтобы собрать свой первый b2b SaaS калькулятор окончательно понимает, что здесь ему больше не рады.

Мой собственный док сегодня включает как минимум:
- PRD
- имплементейшен план
- файл со структурой проекта
- файл с техспеками
- ридми
- ченджлог
- рулз с приказом вносить все изменения в ченджлог и пушить все измененить в конце каждого значимого оборота (но это все равно не работает).

Если вы не поняли абсолютно ничего из этого списка, поздравляю, вы совершенно нормальный человек, который совершенно точно случайно не проебет 1300 евро на боте который выдает инвайты в Сору 2.

НО ИМЕННО ЭТУ ПРОБЛЕМУ И ПЫТАЕТСЯ РЕШИТЬ РАЛЬФ

Вместо того, чтобы грузить людей непонятной и выглядящей откровенно сомнительной хуитенью, Ральф использует баш скрипт, который гоняет все эти шаги по кругу.

Как именно это устроено (простите, снова список, я не ИИ, честно):

1. Конверсейшнл чат-бот, с которым вы естественным языком общаетесь, что вы хотите построить, а он в ответ формирует ТЗ — тот самый PRD.md.
“Хочу ну типа калькулятор но чтобы когда типа на ноль делишь чтобы он типа переворачивался и писал цифрами SOSI EBLO“

2. Этап, который разбивает получившееся ТЗ на сценарии, и формирует (вместе с вами) критерии выполнения.

>> часть 2 (дожили, приходится треды в телеграме писать)

Но как именно мы поймем, что часть про соси ебло выполнена? когда при выполнении операции с делением на ноль откроется браузер, в нем запустится наш калькулятор, у него на экране будет 0783 1505, и затем он перевернётся.

Хитрая часть, которую придумали в фреймворке Ральфа: для пущей надежности сценарии здесь превращаются из обычного тектового формата в длинный JSON файл, где у каждого сценария стоит статус 0 или 1. Фактически, это то же, что я на коленке делал с implementation_plan.md, только структурированное.

3. После этого запускаем сам баш скрипт. На вход нужно указать, сколько максимум лупов он может провернуть (в конце концов, это все ваши деньги на токены).

4. Когда он доходит до конца выполнения первой задачи, он запускает цикл проверки — те самые критерии приёмки.

5. Критически важная часть: в конце цикла агент обязан ОБНОВИТЬ ТЗ и НАПИСАТЬ ЛОГ. То есть отчитаться, справился ли он с задачей, что пошло не по плану, что отличалось от ожиданий, и какие особенности имплементации решения нужно учесть в будущем. Да, это тоже часть, которая у меня была в курсоррулез и регулярно не срабатывала — но здесь вызывается безжалостным детерминированным циклом.

6. Наконец, финальное фундаментальное отличие от вайбкодинга в Курсоре или КлодКоде: после завершения лупа агент не передает контекст далее. Следующий цикл принимает новый инстанс агента с чистой памятью. Однако у него уже обновлено ТЗ прошлым агентом и переданы только минимальные необходимые сведения. Он смотрит на файл с тз, и смотрит, у каких ещё сценариев не поставлены единички. Колесо Сансары заходит на новый оборот.

7. Вы, как и положено Ральфу, спите, чтобы с утреца пораньше узнать, куда же вас привела эта опричная гусеница.

Репозиторий, в котором лежат все скрипты и файлы: https://github.com/snarktank/ralph?tab=readme-ov-file

Подход в деталях изложен в твиттере: https://x.com/ryancarson/status/2008548371712135632?s=46&t=MNy-LfGucqQvXbR6Iwg3DQ

Там же есть живой пример. Только учтите, что они там рекламируют свою какую-то платформу АмпКод, я хз что это, нужно все запускать через Клод

Всем Виггум!

ChatGPT впервые решил одну из задач Эрдёша

Пару месяцев назад вице-президент OpenAI попал в неловкую ситуацию, когда с гордостью объявил, что «GPT-5 решила десять нерешённых задач Эрдёша». Тогда выяснилось, что ChatGPT ничего не решал, а нашёл решения в опубликованных научных работах.

На днях ChatGPT действительно решил одну из сотен математических задач Эрдёша. В работе участвовала связка моделей: GPT-5.2 Thinking предложила подход к решению, а GPT-5.2 Pro cгенерировала доказательства и оформила их в LaTeX. Затем математический AI Aristotle перевел всё на язык Lean, чтобы решение можно было проверить на компьютере.

Моделями управляли два энтузиаста с Reddit. Известно, что один из них — студент-математик.

https://www.erdosproblems.com/forum/thread/728

Оказывается, у Google Vids есть свои AI-аватары

В отличие от HeyGen и прочих, они сделаны на основе Veo 3.1, причём максимальная длина клипа — 30 секунд с последующим липсинком.

Пайплайн немного странный. Во-первых, откуда 30 секунд, Video extend? Во-вторых, зачем липсинк? Veo вроде и так неплохо генерил синхронизированное аудио. Или это такой костыль, чтобы смэтчить голос? Удивительно, но этот винегрет из надстроек и палок выглядит не так уж и плохо.

Правда, возможности сделать кастомного аватара нет — набор ограничен 12 персонажами. К тому же поддерживается только английский.

В общем, эксперименты Google Labs выглядят более готовыми к проду, чем нововведения в Google Vids.

Кстати, дают 20 генераций в неделю.

@ai_newz

хочется поделиться некоторыми фактами, которые стали очевидны за последние три недели примерно всему интернету

1. эра слоп-кода закончилась. да, если руки из ягодиц, то вы все равно будете производить слоп, но это больше не ограничения системы, а только лень/глупость пользователя.

2. любой человек может сегодня создать любой софт, нужно только желание и фокус. вопрос "зачем?" и вопрос мотивации/агентности это делать и доводить до конца LLM не снимают.

3. лучшие организации (на скриншоте СЕО Shopify) получат 100х преимущество от AI-native процессов, худшие — не получат никакого и останутся за гранью релевантности

4. (my bet) то, что сегодня происходит с кодом, в течении года будет происходить со всеми областями knowledge work: продажи, юристы, финансы, контент, логистика, управление, наука, what have you

5. каждый человек теперь является корпорацией, в которой вы - босс, а на вас работают десятки агентов. вашей задачей становится теперь миссия, стратегия, структура управления, постановка задач в этой корпорации

6. каждая компания теперь не просто коллектив людей, но кибернетическая организация, в которой на каждого человека приходятся десятки агентов. структура менеджмента меняется. организационный дизайн перестраивается. это куда важнее (и больнее, дороже), чем классическая «ИТ-трансформация» и «внедрения»

7. навык выстраивать собственную агентскую систему для жизни и бизнеса становится одним из важнейших, а важнейшим — по-прежнему агентность. особенно сейчас, когда возможностей в мире больше, чем когда-либо. но и времени заработать денег тоже всё меньше :)

8. софт постепенно (от простого к все более сложному) перестает быть чем-то уникальным, маржа падает. если клиенту не хочется платить $50 в мес, то он может сделать себе похожий продукт и использовать по себестоимости

9. любая железка — это информационный поток. любой робот — это софт. в конечном счете, это не про то чтобы двинуть атомы из точки а в б, а про процесс: нанять людей, прочитать их резюме, провести интервью, собрать инструкции, заказать оборудование, заполнить таможенные декларации, найти поставщика, купить метериалы, заказать доставку, запустить машины, построить процесс, произвести детали, собрать робота, договориться с ритейлером, продать робота, посчитать налоги.

Browser Company (Dia, Arc) сманил лид дизайнера Safari

Вдогонку Джош Миллер, основатель, выкатил пост, про то, как меняется подход к дизайну в компании. Самое главное — владение Клод Кодом это принципиально важный новый навык. "AI-фанбои производят в твиттере слишком много шума, но эта штука — реальная. Если вы не начнёте как можно скорее работать с Клод Кодом как основным инструментом, ваша команда отстанет (как отстали те, кто не сделал ставку на полноценные мобильные приложения в начале десятых)". Общая идея такая: у нас стартап, поэтому наши дизайнеры должны отправлять пулл реквесты, непрограммисты — прототипировать и пробовать свои собственные идеи, а программисты — иметь возможность быстро экспериментировать с новыми подходами без ущерба основной работе.

Второе и главное — они запускают позицию "Дизайн продюсера", который будет координировать работу их разных дизайн лидов, и состыковывать её с другими функциями в компаниями (видимо, как раз ai-направления). Я вообще говоря думал, что это называется "Артдиректор", но видимо подразумевается, что это какая-то более интегральная роль. Вообще браузер компани очень симпатичные, жаль, что исследователей они особо не ищут.

https://x.com/joshm/status/2009705767490990418

Сегодня я пытал нейросетки, чтобы они нас подготовили к этому году. Текстом и в аудио (коротко, длинно, на английском/русском).

Что поменяется в продуктовой работе с 2026 (дизайн, продакты, разработка)

Общая картина

• ИИ перестаёт быть “инструментом” и становится встроенной частью процесса: идеи → прототип → тест → релиз ускоряются в разы.
• Центр тяжести смещается: меньше ручной рутины, больше мышления, решений, качества и ответственности.
• Побеждают команды, которые умеют быстро экспериментировать, но при этом держать жёсткий фокус на видении.

Дизайнеры

• Дизайн смещается от “рисовать экраны” к “проектировать систему”: правила, паттерны, качество, доверие.
• UI всё чаще будет

генерироваться

(варианты, компоновки, копирайт), а дизайнер станет

куратором и режиссёром опыта

.
• Растёт спрос на

микровзаимодействия

, мультимодальность (голос+экран), кросс-девайс бесшовность.

Глубже

•

Explainable AI

: если в продукте есть AI, интерфейс должен объяснять “почему так” и давать контроль (иначе доверие падает).
•

Agentic UX

: продукты превращаются в экосистемы агентов (“мастер-агент” + специализированные). Дизайн — это оркестровка: где агент действует сам, где спрашивает человека.
•

Дизайн через ограничения

: вместо пиксель-перфекта — дизайн-правила, дизайн-системы, guardrails, оценка качества генерации.
•

Персонализация vs приватность

: выигрывают продукты, которые дают персонализацию без ощущения слежки (прозрачные настройки, понятная ценность, контроль).
•

Accessibility по умолчанию

: доступность перестаёт быть “галочкой” и становится основой UX.
•

Пароли уходят

: больше биометрии/passkeys — и это влияет на UX онбординга и авторизации.

Что станет супер-навыком

• Исследования, системное мышление, формулирование правил/ограничений, качество UX в сложных сценариях, доверие/этика.

Продакты

• Продакт = всё меньше “менеджер бэклога”, всё больше

мини-GM продукта

: выручка, рост, удержание.
• AI автоматизирует рутину (доки, отчёты, разбор фидбэка), а продакт больше времени тратит на

стратегию, рынок, пользователей

.
• Сильнее смешиваются функции: PM ближе к маркетингу/продажам/CS.

Глубже

•

Outcome-first

: мерило успеха — влияние на бизнес-метрики, а не количество фич.
•

Непрерывные feedback loops

: AI превращает хаос отзывов/поддержки/соцсетей в понятные инсайты и приоритеты почти в реальном времени.
•

AI-first workflows / Product Ops

: автоматизация процессов становится конкурентным преимуществом (быстрее решения, меньше встреч, меньше ручной координации).
•

«Эра генералистов заканчивается»

: ценится специализация (данные, AI-стратегия, enterprise, growth и т.п.), потому что “поверхностное” AI уже делает сам.
•

Full-stack PM

: продакт, который может и прототип набросать (с AI), и go-to-market связать с продуктом.

Что станет супер-навыком

• Продуктовая аналитика/метрики, AI-assisted decision making, эксперименты, стратегия и ясное POV, рынок/конкуренты.

Разработчики

• Код пишется быстрее (AI/LLM в IDE), но главным становится

качество, безопасность, архитектура

.
• Команды смещаются к

маленькому сильному ядру

+ внешние специалисты под задачи.
• Low-code/no-code будет расти — часть “простых вещей” уйдёт из классической разработки.

Глубже

• “Vibe coding” (описал — AI написал) становится нормой, но это поднимает требования к:
•

тестированию

,
•

security/DevSecOps

,
•

traceability

(что и почему изменилось).
• Большая ставка на AI для QA: автогенерация тестов, сканы уязвимостей, проверка зависимостей.
• Профиль инженера смещается от “кодера” к

архитектору/интегратору/продуктовому инженеру

(понимать контекст и ценность, а не “делать по тикету”).

Что станет супер-навыком

• Архитектура, надёжность, безопасность, умение работать с AI-инструментами, product-minded инженерное мышление.

В 2026 выигрывают те, кто:
1. держит чёткое видение,
2. умеет быстро экспериментировать,
3. делает доверие/качество/этику частью продукта,
4. и прокачивает человеческие навыки, которые AI не заменяет: эмпатия, смысл, критическое мышление, системность.

Линус Торвальдс навайбкодил проект для гитары при помощи Google Antigravity

Создатель Linux официально присоединился к лагерю тех, кто не стесняется генерить код через AI. Подрыв устоев!

На днях Линус Торвальдс выложил на GitHub проект AudioNoise — небольшую утилиту для цифровой обработки аудиосигнала (судя по сэмплу в репозитории, конкретно для бас-гитары). В описании Торвальдс объясняет: это продолжение его предыдущих экспериментов с педалями эффектов, только теперь фокус сместился с физических интерфейсов на чисто программную обработку звука.

Но прикол не в проекте как таковом — там какая-то DSP-магия для гитарных эффектов, ничего революционного. Прикол в том, что часть кода Торвальдс написал при помощи Google Antigravity — IDE со встроенным AI-кодингом.

Линус Торвальдс — тот самый чел, который в 1991 году в 21 год написал ядро операционной системы, ставшей основой половины интернета. Человек, который десятилетиями вручную ревьюил патчи в Linux и был известен жёсткими отказами на некачественный код. Автор легендарных флеймов в рассылках разработчиков ядра.

И вот он сидит, вайбкодит гитарные эффекты и спокойно признаётся: «Да, я использовал AI-ассистента». Без драмы, без оправданий, просто как инструмент.

Конечно, можно сказать: «Ну это ж не ядро Linux, а какой-то пет-проект для музыки, ничего серьёзного». Справедливо. Но символичность от этого не меняется. Один из главных столпов программирования, человек, чья репутация построена на хардкорном ручном кодинге, публично использует генеративный AI для написания кода.

Для кого-то это сигнал легитимации: если сам Торвальдс не стесняется, то и мне можно. Для других — маркер того, что времена действительно меняются, и даже легенды адаптируются под новые инструменты.

Вот уж последние времена настают.

Маск говорит: не ходите учиться в мед.

Через 3 года (2029), утверждает без-пяти-минут-триллионер, роботов Оптимусов, которые умеют делать сверхточную хирургию будет больше, чем всех хирургов на планете сегодня. И каждый из них превзойдет лучших из врачей. Только его обучение будет занимать не 15 лет, а 15 секунд копирования модельки. Поэтому медицинское образование — это теперь только разве что для души.

Запасаемся попкорном и наблюдаем за сектой «ИИ никогда не сможет понять что нарисовано на картинке» и «чат-боты никогда не станут говорить так же как человек».

Anthropic запустил Claude for Healthcare

Вслед за OpenAI, Anthropic выкатил AI-консультанта по здоровью. Под капотом Claude Opus 4.5. Можно подключать электронные медкарты и данные из Apple Health и Android Health.

AI делает обзор по данным о здоровье пользователя, объясняет результаты анализов, строит закономерности между физической активностью и здоровьем и готовит вопросы для посещения врача. Обещают, что все данные защищены так, как того требуют американские законы.

Для медицинских организаций есть подключения к базам Medicare, МКБ-10 и PubMed.

Пока всё это работает только для платных подписчиков из США.

https://www.anthropic.com/news/healthcare-life-sciences

FT: Сатья Наделла меняет руководство Microsoft, разрабатывая ИИ-стратегию за пределами OpenAI

– Наделла провел масштабную реорганизацию руководства
– Усилия направлены на лидерство Microsoft в ИИ-гонке
– Наделла реагирует на растущую конкуренцию на рынке
– Microsoft хочет ускорить разработку собственных моделей
– Фактически, Наделла перешел в режим «основателя»
– Наделла обеспокоен ростом конкуренции от Google и Amazon
– Когда-то Google и Amazon считались отстающими в ИИ
– Microsoft когда-то получила преимущество за счет OpenAI
– Однако недавно компании пересмотрели условия партнерства
– В начале 2030-х Microsoft потеряет эксклюзивный доступ
– Наделла ввел еженедельные собрания для обсуждения ИИ
– Встречи помогают узнать новые идеи и таланты в компании
– Наделла стал уделять больше времени встречам со стартапами
– Отмечается, что Наделла активно участвует в разработках ИИ

@ftsec