Инструкция от Google для вайбкодеров по созданию MCP сервера с помощью Gemini 2.5 Pro

Google опубликовал инструкцию как быстро создать MCP-сервер при помощи своей последней нейронки.

Теперь разработчикам достаточно описать желаемую функциональность обычным языком, и ИИ сам сгенерирует код.

Есть примеры самих инструкций

instruction = """
 You are an MCP server expert. Your mission is to write python code for MCP server. The MCP server development guide and examples are provided.
Please create MCP server code for Google Cloud BigQuery. It has two tools:
One is to list tables for all datasets, 
The other is to describe a table. 
Google Cloud project ID and location will be provided in the query string. Please use project id to access BigQuery client.
”””

и даже готовый блокнот с кодом

Да когда уже ИИ сам будет писать себе MCP сервера?! Ну вот. Уже. :)

#GeminiAI #MCPserver #vibecoding
———
@tsingular

Cursor на Маке взломали через вредоносные пакеты NPM

Исследователи кибербезопасности обнаружили три вредоносных npm-пакета, специально нацеленных на macOS-версию Cursor — популярного AI-редактора кода.

Технические детали атаки:
• Пакеты маскировались под "самый дешевый Cursor API"
• Похищали учетные данные пользователей
• Загружали зашифрованный вредоносный код с серверов атакующих
• Перезаписывали файл main.js редактора Cursor
• Отключали автообновления для сохранения доступа

Затронутые пакеты:
• sw-cur (2,771 загрузок)
• sw-cur1 (307 загрузок)
• aiide-cur (163 загрузки)

Особенность атаки — техника компрометации через патчи, которая:
• Модифицирует легитимное ПО, уже установленное на компьютере разработчика
• Сохраняет вредоносный код даже после удаления npm-пакета
• Наследует доверие и привилегии оригинального приложения

Практическая защита:
• Проверяйте пакеты на наличие подозрительных postinstall-скриптов
• Отслеживайте модификации файлов за пределами node_modules
• Блокируйте неожиданные сетевые соединения
• Используйте строгую фиксацию версий зависимостей
• Внедрите мониторинг целостности файлов критических зависимостей

Мотивация атакующих — эксплуатация интереса разработчиков к инструментам AI и желания сэкономить на API-доступе. Это очередное напоминание о необходимости тщательной проверки даже "безобидных" npm-пакетов, особенно предлагающих подозрительно выгодные условия.

Бесплатный сыр в NPM мышеловке.

#npm #Cursor #безопасность
———
@tsingular

🤖 Полная автоматизация труда: амбиция Кремниевой долины становится явной

Статья Эда Ньютон-Рекса поднимает критически важный вопрос: элита технологического сектора открыто стремится заменить не просто часть рабочих мест, а весь человеческий труд. И у этих людей есть как ресурсы, так и решимость для достижения цели.

Ключевые тезисы:

• Компания Mechanize публично заявила о стремлении к "полной автоматизации экономики", получив финансирование от главного научного сотрудника Google Джеффа Дина и популярного подкастера Дваркеша Пателя

• Видение разделяют ведущие фигуры индустрии: Илон Маск ("вероятно, ни у кого из нас не будет работы"), Билл Гейтс ("людям скоро не понадобятся для большинства вещей"), Джеффри Хинтон и Винод Хосла

• Технологический прогресс уже заметен: GPT-4 показывал результаты в верхних 10% на экзамене адвокатуры ещё в 2023 году, новые модели OpenAI пишут код лучше их собственного научного руководителя, а после выхода ChatGPT рынок фриланс-копирайтинга резко сократился

• Формула будущего рынка труда предельно проста: "ИИ выполняет мыслительную работу, роботы выполняют физическую". Вопрос: какое место в этой схеме остаётся людям?

Технологическая реальность:

• Демис Хассабис (глава Google DeepMind) прогнозирует появление искусственного общего интеллекта (AGI) "очень скоро" — менее чем за 5-10 лет

• Гуманоидные роботы уже тестируются на заводах BMW, а другие модели освоили более 100 задач, обычно выполняемых сотрудниками магазинов

• Цитата Марка Андрессена "Программное обеспечение поглощает мир" приобретает новый смысл — теперь технологическая индустрия видит возможность контролировать "все средства производства"

Практический контекст:

• Для инвесторов: появление новых категорий стартапов, захватывающих рынки труда через 100% автоматизацию
• Для разработчиков: смещение фокуса на создание решений, заменяющих целые профессии, а не отдельные задачи
• Для бизнеса: необходимость пересмотра долгосрочных HR-стратегий с учетом ускоряющейся автоматизации
• Для работников: острая потребность в навыках, которые останутся востребованными даже при массовой автоматизации

"Кремниевая долина" перестанет быть метафорой и станет буквальным описанием — место, где работают только кремниевые чипы, алгоритмы и роботы.

#Автоматизация #SiliconValley #КремниеваяДолина
———
@tsingular

🤖 Microsoft 365 Copilot: Agent Store и новая серия обновлений

Microsoft анонсировала масштабное обновление Microsoft 365 Copilot (Wave 2), которое качественно улучшает работу людей с ИИ-агентами.

Особенно интересная часть — новый Agent Store, который открывает для Copilot доступ к каталогу ИИ агентов от Майкрософт и партнеров.

Что такое Agent Store и как это работает:
• Единая точка доступа ко всем агентам прямо в рабочем процессе
• Включает предустановленных агентов Researcher и Analyst, созданных на базе моделей глубокого рассуждения OpenAI
• Интеграция с агентами от партнеров: Jira, Monday.com, Miro и других
• Поддержка корпоративных кастомных агентов
• Возможность быстро находить, закреплять и использовать нужных агентов

Основные агенты и их возможности:
• Researcher — помогает проводить сложные многоэтапные исследования с более высоким качеством и точностью
• Analyst — "мыслит" как опытный дата-сайентист, позволяя преобразовывать сырые данные в инсайты за считанные минуты
• Skills agent — находит сотрудников с нужными навыками для формирования проектных команд

Другие ключевые обновления Copilot:
• Copilot Search — ИИ-поиск по корпоративным данным, подключается к внешним сервисам (ServiceNow, Google Drive, Confluence)
• Create — интеграция с GPT-4o для генерации изображений и контента в соответствии с корпоративными стандартами
• Notebooks — объединяет разнородный контент и даже создает аудио-обзоры материалов в формате подкаста
• Memory — персонализированная адаптация Copilot под ваш стиль работы с контролем конфиденциальности

Обновления начнут появляться у пользователей в конце мая, а агенты Researcher и Analyst уже доступны через программу Frontier.

#Microsoft #Copilot #AgentStore
———
@tsingular

Лестница AI Агентов

БАЗОВЫЙ уровень

- Большие языковые модели (LLMs): Модели как GPT, Claude, Gemini и LLaMA, которые генерируют человекоподобные ответы.
- Эмбеддинги и векторные базы данных: Хранение и извлечение семантической информации (например, Pinecone, Weaviate, FAISS).
- Инженерия промптов: Разработка оптимизированных промптов для улучшения ответов и точности AI.
- API и доступ к внешним данным: Подключение AI к внешним источникам данных через API (например, OpenAI API, Hugging Face, LangChain).

ПРОМЕЖУТОЧНЫЙ уровень

- Управление контекстом: Обработка длинных разговоров, истории сессий и взаимодействий с пользователем (например, Memory в LangChain, RAG).
- Механизмы памяти и извлечения: Краткосрочная и долгосрочная память (например, Retrieval-Augmented Generation, ChromaDB).
- Вызов функций и использование инструментов: Позволяет AI вызывать внешние инструменты и выполнять действия (например, OpenAI Functions, AutoGen).
- Многоэтапное рассуждение: Планирование и разбивка задач на более мелкие шаги для выполнения (например, Chain-of-Thought Prompting).
- Фреймворки, ориентированные на агентов: Инструменты для оркестровки нескольких AI агентов (например, LangChain Agents, AutoGen, CrewAI).

ПРОДВИНУТЫЙ уровень

- Мультиагентное сотрудничество: AI агенты взаимодействуют, делегируют и решают проблемы в командах (например, CrewAI, MetaGPT).
- Агентные рабочие процессы: Структурированные рабочие процессы, где AI агенты могут решать и действовать автономно (например, AutoGPT, BabyAGI).
- Автономное планирование и принятие решений: AI принимает независимые решения на основе целей пользователя (например, Reflexion, Ada Planner).
- Обучение с подкреплением и тонкая настройка: Настройка поведения AI через RLHF, управляемую тонкую настройку (например, LoRA, PEFT).
Самообучающиеся AI агенты: AI улучшает себя на основе обратной связи и прошлого опыта (например, Adaptive AI, AutoRL).
- Полностью автономные AI агенты: AI выполняет реальные задачи с минимальным вмешательством человека (например, Devin AI, OpenDevin).

#агенты #схемы #обучение
———
@tsingular

Maxime Labonne обновил курс и добавил инженерию агентских систем.

📚 Дополнительные ссылки:
Курс по агентам: Популярный курс по агентам ИИ от Hugging Face.
Сравнение агентов ИИ от Янника Майерхофера: Сравнение функций различных фреймворков агентов ИИ с открытым исходным кодом.
LangGraph: Обзор построения агентов ИИ с помощью LangGraph.
Агенты LlamaIndex: Примеры использования и ресурсы для создания агентов с помощью LlamaIndex.
smolagents: Документация с обзорным туром, практическими руководствами и более концептуальными статьями.

#обучение #maximeLabonne
———
@tsingular

Тут промпт Антропик Клода вирусится.

https://raw.githubusercontent.com/asgeirtj/system_prompts_leaks/refs/heads/main/claude.txt

Изучаем.

#prompts #Claude
------
@tsingular

Вайб-Фракталинг.

Я пробежался по интернетику, в поисках быстрого визуализатора Мандельбалба и нашел либо старые ацкия программы для виндовс 10-летней давности. Либо хитрые примеры на ShaderToy, где его рендерят как 3Д-шейдер.

А так чтобы с крутилками и в вебе - не нашел.

Ну думаю, пора развайбкодироваться.

Write three.js code for interactive webgl simulation of mandelbulb 3d. I want to change all typical parameters like Power or Bailout and see realtime render of mandelbulb. 

Лучше всего показал себя Gemini 2.5 - почти с первого раза, нормальные крутилки параметров, управление мышкой.

o4 тупила, 4o выдала корявый дизайн, без управления мышкой, плохими слайдерами в духе юникса из 90х.

Но я просто взял скриншот из Гемини и сунул его в o4 - и она быстро прозрела.

Короче, за часок на навайбкодил крутилку Мандельбалба прямо в браузере на стероидах WebGL. Учитывая, что Мандельбалб задается итеративно по формуле для следующей точки типа Z = Z**N + C, где Z и С просто 3Д-вектора, Гемини проделал отличную работу, написав аппроксиматор поверхностей. Явшоке.

Сейчас мы с Гемини разбираемся с шейдерами.

А пока вот результат работы:
https://cgevent.ru/man1.html
и
https://cgevent.ru/man3.html

На телефоне(андр) тоже работает, если лёжа.

Покрутите Power и Bailout угоните в 2-4, чтобы дырки пропали.

И да, это реалтайм, поэтому качество такое.

@cgevent

Когнитивный ИИ от ZAC: обучение на 5-50 примерах вместо тысяч

Z Advanced Computing, Inc. (ZAC), разработали Cognitive Explainable AI (CXAI).
Эта технология — шаг вперед в решении проблемы "черного ящика" и обучения на малых данных.

Технологические особенности ZAC:
* Concept-Learning: В основе — алгоритм "обучения на концепции", позволяющий машине понимать суть, а не просто корреляции.
* Few-Shot Learning: Основное преимущество — для обучения модели достаточно всего 5-50 примеров! Это радикально снижает требования к данным по сравнению с традиционными нейросетями (CNN, LLM).
* Объяснимость (XAI): Модели могут "объяснить" логику своих решений, что критически важно для надежности и отладки в приложениях.

🏆 Практическое применение и успехи:
Технология ZAC уже показала себя в проектах для:
* ВВС США (USAF): Распознавание сложных 3D-объектов на аэрофотоснимках.
* Bosch/BSH: Умная бытовая техника с улучшенным пониманием окружения.

Потенциальные сферы: Оборона, Медицина (диагностика), Автономные транспортные средства, Промышленный контроль качества, финтех, e-commerce, безопасность — везде, где данных мало, а цена ошибки высока.

🧠 Разработчики:
Сильная команда ученых (Dr. Saied Tadayon) и внушительный пул советников (включая Нобелевского лауреата David Lee и "отца нечеткой логики" Lotfi Zadeh).

Портфолио команды насчитывает более 450 изобретений и 14 выданных патентов в США.

Представьте: вместо сбора петабайтов данных достаточно показать ИИ пару десятков примеров. А в будущем, глядишь, и с первого раза поймет, - не то, что эти человеки.
Звучит максимально многообещающе.

#ZAC #xAI #ConceptLearning
———
@tsingular

Сэм Альтман:
2025 — год ИИ-агентов
2026 — год научных исследований и прорывов
2027 — год, когда ИИ и робототехника действительно начнут взаимодействовать с физическим миром
Погнали!

@data_analysis_ml

Выкидываем DeepResearch в корзину.

Курсор + tavily search MCP - все, что нужно.

Результат в следующем посте.

#MCP #Cursor #DeepResearch
———
@tsingular

🚀 ИИ-Горизонты Науки: Якуб Пачоцки из OpenAI о Новой Эре Исследований

Интервью Якуба Пачоцки, Chief Scientist OpenAI (с мая 2024), для Nature (‘AI models are capable of novel research’: OpenAI’s chief scientist on what to expect) раскрывает перспективы ИИ в трансформации науки.

Пачоцки, стоявший у истоков GPT-4 и OpenAI Five, предвидит ИИ как полноценного участника исследований.

🧠 "Рассуждающие Модели" для Автономных Открытий
Ключевой вектор развития — "рассуждающие модели" (reasoning models), которые в ближайшие 5 лет смогут проводить новые научные исследования (novel research).

Это означает переход от ИИ-ассистентов к автономным агентам, способным к самостоятельной постановке задач, генерации гипотез и их верификации.

OpenAI Deep Research: Уже сейчас этот инструмент, базирующийся на будущей модели OpenAI o3, демонстрирует способность к автономному анализу и синтезу информации из сотен онлайн-источников, создавая отчеты уровня аналитика.

Он обучен с помощью сквозного обучения с подкреплением (end-to-end RL) для сложных исследовательских задач.

⚙️ Технологии: Обучение с Подкреплением и "Мышление" ИИ

Пачоцки акцентирует внимание на возросшей роли обучения с подкреплением (RL) в создании рассуждающих моделей, позволяя им "находить собственный способ мышления".

Важно, что ИИ-"мышление" отлично от человеческого: модели оперируют знаниями без осознания процесса их получения.

🌍 Открытость, Вызовы и Этика

OpenAI, реагируя на критику по энергопотреблению и использованию данных, планирует выпустить "open-weight" модель (с открытыми весами) "в ближайшие месяцы" (данные на март 2025).

Эта модель, первая со времен GPT-2, будет обладать "рассуждающими" способностями уровня OpenAI o3-mini.

Этот шаг направлен на повышение прозрачности и доступности технологий для исследователей, частично решая проблему доминирования проприетарных систем.

💡 Практическое Применение и Взгляд в Будущее
Развитие рассуждающих ИИ-систем, таких как Deep Research, сулит прорывы в:

- Ускорении научных открытий через анализ больших данных.
- Междисциплинарном синтезе знаний.
- Персонализированной медицине и материаловедении.

Интеграция ИИ в науку углубляется, предвещая эру ИИ-партнеров в исследованиях.

О чем, собственно, и говорит Альтман в предыдущем посте.
Ждем открытий при непосредственном лидирующем участии ИИ.

#OpenAI #JakubPachocki #AIinScience #ReasoningModels #DeepResearch #ReinforcementLearning #OpenWeightModels #AGI #FutureTech
———
@tsingular