Компания Liebherr анонсировала инновационный одноосный самосвал S1 Vision

Ключевые технические особенности:
⭕️Конструкция: одна ось с двумя электромоторами, приводящими колёса (аналогично сегвею, но для тяжёлых грузов).
⭕️Грузоподъёмность: от 220 кг до 140 т (в горнодобывающей версии).
⭕️Манёвренность: нулевой радиус разворота + движение в любом направлении.
⭕️Стабилизация: автоматическая система выравнивания для работы на неровных поверхностях.
⭕️Полностью электрический привод. Это помогает снизить выбросы CO₂.
⭕️Автономность обеспечивается датчиками для самостоятельного движения, объезда препятствий и синхронизации с другими машинами.

В строительстве такую машину можно использовать для точечной доставки материалов в стеснённых условиях.

Подборка редакторов кода, или айтишники пишут код максимум 2 часа — yet another podcast

И на фоне новости постом выше принесла вам подборку ИИ-ассистентов и редакторов кода. Чтобы вы тратили время не на код, а на выбор теплой страны для отпуска

Зарубежные решения
⚫️GitHub Copilot
⚫️Cursor AI
⚫️AskCodi
⚫️BlackBox AI
⚫️Claude от Anthropic
⚫️Cody от Sourcegraph

Отечественные решения
⚫️ Yandex Code Assistant
⚫️ GigaCode, GigaView и GigaIDE от Сбера
⚫️ Kodify и Software 2.0 от MTS AI

Различия между ними проявляются в уровне интеграции и функциональности:

🔵Cursor — полноценная IDE на базе VSCode с расширенными возможностями контекстного рефакторинга и контроля изменений.

🔵GitHub Copilot работает как плагин с мощным автодополнением.

🔵AskCodi и BlackBox AI больше ориентированы на автоматизацию тестов и поиск решений.

🔵Отечественные решения (Яндекс Code Assistant, Сбер GigaIDE, MTS Kodify) делают акцент на поддержке локальных языков и командной работе.

🔵А некоторые, как Claude и Cody, выделяются глубоким пониманием контекста и стилем кода проекта, а Cursor предлагает более структурированную и прозрачную работу с изменениями и отладкой.

Пробовали эти? Знаете ещё? Делитесь в комментариях⬇️

Fuzor — BIM-платформа с продвинутым VR-функционалом

⚫️ Поддержка HTC Vive, Oculus Rift, Windows MR с трекингом положения и рук.
⚫️ В VR: редактирование моделей (перемещение объектов, смена материалов, солнечные исследования).
⚫️ 4D-просмотр строительства с управлением анимацией и паузами.
⚫️ Аннотации, голосовые комментарии, скриншоты и видео в VR.
⚫️ Автономные VR-просмотрщики для распространения проектов без установки ПО.
⚫️ Игровой движок обеспечивает работу с большими BIM-моделями без потери производительности.
⚫️ Интеграция с 4D/5D-данными и планировщиками (Primavera, MS Project).

Попробовать можно здесь

✍️ Как создать ИИ-агента для инженерных задач

Нашли статью Ананде Бергмана (директора по развитию компании Viktor.ai и эксперта в области BIM), где он рассказывает, как создать своего ИИ-ассистента для проектирования. Ниже — инструкция тезисно.

Основная проблема большого ИИ на сегодня — его неточность. Ананде предлагает создать связку из LLM, скриптов и человека, чтобы эту проблему побороть.

⚫️ LLM понимает ваши запросы на естественном языке, принимает изображения и текст, управляет процессом.
⚫️ Инструменты (скрипты, модули) выполняют конкретные инженерные задачи — например, анализ изображений, расчёт методом конечных элементов (FEM).
⚫️Человек в цикле — инженер контролирует процесс, проверяет результаты и принимает финальные решения.

Выберите платформу и инструменты
🔵 Для прототипа подойдут Python и публичные API LLM (Claude, ChatGPT, Llama).
🔵 Для визуализации и расчётов добавьте свои скрипты на Python (например, matplotlib для графиков, numpy/scipy для расчётов).
🔵 Для интеграции используйте open-source проекты, например, Simple Truss Analysis agent.

Опишите системное сообщение и инструменты
🔵 Системное сообщение — это инструкция для LLM: кто он, что должен делать, какие правила соблюдать.
🔵 Описание инструментов — список функций, которые агент может вызывать (например, анализ изображения, расчёт FEM), с описанием входных и выходных данных.

Реализуйте посредника между LLM и инструментами
🔵 LLM не может напрямую запускать ваши скрипты. Он формирует запрос (например, «проанализируй это изображение»), а ваш агент выполняет нужную функцию и возвращает результат LLM.
🔵 Для Python это обычно цикл: получить запрос → вызвать нужный инструмент → вернуть результат агенту.

Проверьте работу на простых примерах
🔵 Начните с простого: дайте агенту изображение простой фермы, посмотрите, как он извлекает геометрию и запускает расчёт.
🔵 Проверьте, правильно ли агент интерпретирует нагрузки, опоры и элементы.
🔵 Исправляйте промпты и дорабатывайте инструменты по мере необходимости.

Добавьте контроль инженера
🔵 Всегда проверяйте результаты: агент может ошибаться, особенно на сложных чертежах.
🔵 Позвольте агенту запрашивать уточнения, если данных недостаточно.

Экспериментируйте и развивайте
🔵 Добавляйте новые функции: подбор профиля, проверка по нормам, генерация отчётов.
🔵 Для сложных задач используйте специализированные агенты (например, отдельный агент для анализа изображений).
🔵 Если нужно — дообучайте модель на своих данных.

#агенты

MCP: как AI-агенты становятся умнее и самостоятельнее благодаря новому протоколу

В мире ИИ появился новый язык общения — Model Context Protocol (MCP). За несколько месяцев его подхватили OpenAI, Microsoft, Google, Amazon и другие гиганты. Но что это значит для бизнеса, и почему MCP может изменить рынок ИИ-агентов, разбирались аналитики BCG.

MCP — «переговорная комната» для ИИ
Представим, что каждый агент — гениальный одиночка: варится в своём «котле» данных, интеграция и координация сложные. MCP решает эту проблему, создавая единый протокол, позволяющий агентам:

⚫️быстро обмениваться данными, инструментами и знаниями;
⚫️координировать действия между собой и с людьми;
⚫️легко интегрироваться с корпоративными системами через REST/gRPC API и SDK с открытым исходным кодом на Python, JS, Go.

Протокол поддерживает работу с популярными платформами (LangChain, HuggingFace и др.), сборку без программирования и автоматизацию сложных процессов.

Зачем MCP бизнесу?
⚫️Ускорить внедрение AI: запускайте агентов за дни благодаря low-code-платформам и API. Подключайте новых агентов и интегрируйте их с существующими системами без головной боли. MCP позволяет создавать мультиагентные системы, в которых агенты разных производителей и на разных языках могут работать вместе.
⚫️Обеспечить безопасность: MCP включает контроль доступа, стандартизацию запросов и аудит, чтобы ваши данные были в безопасности.

Выводы
По выводам отчета каждые 7 месяцев ИИ-агенты удваивают время автономной работы без необходимости контроля со стороны человека — сегодня они могут работать без надзора уже час и приходить к вам с готовым результатом. Получается, к 2027-2028-му они смогут трудиться с 9 до 18, а к 2030-му — приходить с отчетом раз в месяц.

MCP ускоряет этот прогресс, превращая одиночных помощников в настоящую автономную команду, которую можно смело оставлять без постоянного надзора.

Подробнее — в прикрепленном файле
#агенты

Immersive Factory — платформа для VR-тренировок и обучения в области безопасности на рабочем месте

Компания проводит обучение с помощью популярных гарнитур (Pico Neo 3, Meta Quest 2 и другие) и собственного ПО и работает с различными отраслями — например, со стройкой, фармой, логистикой и другими. Среди клиентов: Shell, Colas, Siemens, Moët Hennessy, Suez, Volvo, P&G, Engie, Airbus и другие.

Кейсы:
⚫️Tyson Foods сократила после обучения производственный травматизм на 20%. 89% учащихся заявили, что почувствовали себя более подготовленными после обучения в виртуальной реальности.
⚫️Компания Verizon обучала сотрудников действиям при вооружённом нападении на магазин. В результате 97% сотрудников заявили, что чувствуют себя готовыми к опасной ситуации.