Время Валеры

Игорь скинул статью от Steve Egge — The last technical interview.Хорошая статья, Steve описал примерно то, что я понял на первом году директорства, и повторил недавно в записи подкаста Деньги Любят техно.Лучшим сигналом по тому, будет ли человек хорошим сотрудником, является работа с ним, поэтому, чтобы быстро и хорошо нанимать, нужно уметь быстро увольнять.Стив в статье пытается достичь этого другими методами, вроде временного employment и стажировок, но принцип тот же.Рад, что он пришел к этому за 35 лет.Примерно так же, как FDE стали популярны недавно, а в Х5 существовали еще с 2018 года в виде группы ad hoc аналитики.Страшно подумать, какие следующие инновационные методики, созданные в Х5, будут открыты миру в будущем.

Два классных проекта от Microsoft про skills для LLM-агентов:SkillOpt project page: https://microsoft.github.io/SkillOpt/SkillLens project page: https://microsoft.github.io/SkillLens/SkillOpt — это метод Microsoft для “обучения” текстовых skill-файлов для LLM-агентов. Модель не fine-tune’ят, веса не меняют. Система гоняет агента на задачах, смотрит на ошибки и успешные траектории, редактирует markdown-инструкцию, проверяет новую версию на validation set и оставляет только те правки, которые улучшают результат. Правки, которые ухудшают результат, тоже сохраняются в память как rejected edits, чтобы не повторять те же ошибки. Получается training loop для prompt/skill-документа.SkillLens — это исследование того, как такие model-generated skills работают: как они извлекаются из прошлых траекторий агента, когда помогают, когда вредят, почему один skill может улучшать GPT, но ломать Qwen, и почему “красиво написанный skill” не обязательно полезен. Строим lifecycle : experience → extraction → consumption.P.S. Так как это Microsoft, продукты они всё равно построят ужасные. Талант не пропьёшь.

Прошло чуть больше года с момента публикации этого поста.Из приятного — стоимость акций за это время выросла на 50%+Ещё из интересного — есть у них протеин, говяжий изолят, вкусный, причём все вкусы хорошие, из любимых — кока-кола.Одна беда — на упаковке было написано 3 г соли на 100 г, а это много.Но, с другой стороны, никак у меня не получалось понять, откуда там 3 г на 100 г. Даже писал в Applied Nutrition: «Ребята, вы уверены, что 3 г?»— Да, уверены, что на упаковке то и в упаковке.Полгода спустя на упаковке стали писать 0.3 гр.Сразу же заказал

Zyphra выложила чекпоит ZAYA1-74B-PreviewЧерез 2 дня после релиза ZAYA1-8B Zyphra опубликовала превью более крупной модели ZAYA1-74B.Это промежуточная веха: модель прошла претрейн, мидтрейн и расширение контекста, но RL-постобучения и инстракт-тюнинга на ней ещё не делали.Zyphra ставит ZAYA1-74B-Preview рядом с полноценными моделями и приводит 2 метрики - avg@1 и pass@4.По pass@1 модель ожидаемо отстаёт, а pass@4 уже подбирается к лидерам. Zyphra трактует это как сигнал того, что в базовой модели достаточно разнообразия и способностей, чтобы RL вытащил их в финальные цифры.В подтверждение этой логики Zyphra ссылается на опыт ZAYA1-8B

Там между чекпойнтами с похожими pass@k и финальной версией разрыв оказался большим: +20.8 на AIME'26, +32.4 на HMMT'26, +10.0 на LiveCodeBench-v6, +11.7 на GPQA-Diamond, +19.0 на IFEval.

Внутри 74B-Preview масштабированная 8BТо же CCA-внимание, но каждый второй слой заменён на внимание со скользящим окном размером 4K.Со слов Zyphra, это почти вдвое сокращает KV-кеш без потерь на длинном контексте. Чтобы трюк сработал, при расширении контекста в слоях со скользящим окном сохранили исходное основание RoPE, а у глобальных - растянули.Контекст наращивали поэтапно: 32k → 128k → 256k.Претрейн занял около 15T токенов в две фазы: сначала общие веб-данные, затем больше математики, кода и науки. Мидтрейн - 3 фазы примерно по 1T токенов: расширение контекста, ввод reasoning-трасс и фокус на агентных задачах.АгентикаНа ZAYA1-8B этот режим работал слабее, поэтому в корпус 74B-Preview добавили больше агентного материала. Первые цифры на τ-bench Zyphra описывает как многообещающие.

Авторы при этом оговариваются, что pass@k плохо отражает многошаговые сценарии, там важнее следование инструкциям, удержание состояния и устойчивость к промежуточным ошибкам, и значительная часть этих способностей появляется только после агентного RL.

Старшую ZAYA1, кстати, тоже обучали исключительно на AMD . Полноценный RL уже идёт, финальную версию 74B Zyphra планирует выпустить в ближайшие недели.Лицензирование: Apache 2.0 License.БлогпостМодель@ai_machinelearning_big_data#AI #ML #LLM #ZAYA1 #ZYPHRA

Развивай команду: плати за курсы и книги Зарплата вдохновляет кратко. Талантливые специалисты стремятся расти — и уходят туда, где в их рост верят. Те, кто не инвестирует в обучение, теряют лучших. Решение простое: компенсация расходов на развитие — курсы, книги, конференции. Это не charity, а вклад в компетенции. Новые знания сразу применяются в работе, повышая эффективность команды и каждого. Ключ — в фокусе на бизнес-целях. Пусть маркетолог осваивает актуальные инструменты, а разработчик — новые технологии. Так инвестиции работают. Когда компания платит за обучение, она говорит: «Ты важен». Такие условия привлекают сильных — потому что дают не только деньги, но и возможность расти. 💡📚Путь к Успеху

У нас заканчивается уже второй поток курса по построению SOC, в котором рассматривались многие практические темы создания центров мониторинга, но вот темы ИИ в них мы там почти не касались, так как пока в России это не так чтобы мейнстрим. И поэтому нередко (сам через это прошел) ИИ в SOCах воспринимается как нечто спасающее аналитиков от выгорания, ложных срабатывний и поднимающих их продуктивность на недосягаемую высоту. Но... как и в поговорке "если вы автоматизируете хаос, вы получите автоматизированный хаос" и "garbage in, garbage out", в автономных SOCах (AI SOC) аналогичная история. Если у нас неэффективные процессы обнаружения и реагирования, то ИИ не сделает их лучше и эффективнее, он сделает их быстрее в своей неэффективности.Прежде чем внедрять ИИ в SOC, сначала надо разобраться с фундаментом, – понимать свою инфраструктуру и покрытие ее источниками данных, знать модель угроз, разбираться в том, что в поведении систем, сетей и пользователей, – норма, а что нет. Да, это скучно, но без этого ИИ мало чем поможет. ИИ может распознавать структуру источника событий или сетевой протокол, что ускоряет создание нового коннектора, но без понимания, нужен он или нет, и что мы там хотим видеть, ИИ бесполезен. Мы можем ускорить разбор терабайт логов, но без понимания, что мы там ищем, ИИ бесполезен. Мы можем выявлять аномалии в поведении пользователя, но не видя разницы между powershell, запускаемого от имени админа и от имени бухгалтера, ИИ бесполезен.ИИ позволяет обогащать данные, собирая их из разных источников – OSINT, TI и т.п. Это классно и действительно может быть полезно, но... без учета контекста может сыграть с нами злую шутку. То есть обрабатывать события научить ИИ можно, а вот про "понимать контекст" часто забывают. Не может одна и та же модель, обученная вендором, одинаково эффективно работать и в промышленном сегменте нефтяной компании, и в технологическом стартапе, и в государственной организации.Кто-то должен сказать ИИ, что важно, а что нет в конкретной среде. Это поэтому я включаю в свой список вопросов для ИИ-вендора неудобное "А вашу модель можно обучить на моих данных?" (и ответ, кстати, не так очевиден и однозначен). Когда вендор говорит о снижении шума и фолсов в обрабатываемых данных, откуда он знает, что вот именно это событие ложное или бесполезное? В одной компании это так, а в другой – нет. Кто научит ИИ распознавать эти нюансы? Без этого ИИ не снижает энтропию, а только повышает ее. Убирая шум, ИИ, непонимающий контекст среды, может "выплеснуть с водой и ребенка".Так что, ИИ может сделать неэффективный SOC еще более эффективным в своей неэффективности. То есть ускорить обработку мусора, быстрее гонять плохие процессы, автоматизировать бессмысленные реакции. Но превратить фундаментально неправильно построенный SOC в эффективный – почти нереально. Не потому, что ИИ слабый и плохой, а потому что проблема структурная. Именно про нее мы на курсе "Построение SOC 2.0: от концепции до реализации" и говорим. Это не реклама курса, это скорее размышления вслух, наблюдая за тем, как активно термин "искусственный интеллект" начинает переплетаться с SOC, без понимания истинного смысла их симбиоза ЗЫ. Картинка из презентации одного поставщика автономных SOCов (AI SOC). #ии #soc

Запускаем DeepSeek-V4 (1.6T) на «калькуляторе»: SVD-трансмутация, Identity Theft и гаражный MLOps24 апреля 2026 года мир содрогнулся — вышел DeepSeek-V4-Pro. 1.6 триллиона параметров, MoE-архитектура, веса на 800+ ГБ. Академики в белых халатах из исследовательских центров тут же выкатили райдер: «Вам нужно минимум 8xH100 и прямой канал до дата-центра».Мы посмотрели на свою бесплатную NVIDIA T4 с 16 ГБ VRAM в Kaggle, на 50 ГБ диска и поняли: вызов принят. Пока вы ждете гранты на GPU-кластеры, мы занимаемся цифровой вивисекцией.https://habr.com/ru/articles/1028560/Алгоритмы и Структуры данных

БЛОКЧЕЙН, КОТОРЫЙ ВЫДАЁТ ИПОТЕКУ📜Provenance — L1-блокчейн на Cosmos SDK, запущенный в 2018 году командой Figure Technologies. Основная цель: стать финансовой операциоой системой для реальных активов (ипотек, кредитов, частного долга и ценных бумаг).Figure уже выдал $17B ипотеных кредитов прямо на блокчейне.⏸Метрики сети и токена:🟠Цена токена $HASH: ~$0,01 | ATH: ~$0,12 (-92%);🟠Рыночная капитализация: ~$550M | FDV: ~$992M;🟠TVL (DeFi): ~$1,289B (0,00% за 24h);🟠Bridged TVL: ~$2,002B;🟠Объём стейблов: ~$203M;🟠Chain Fees (24h): ~$19,1K | Chain Revenu: $0;🟠App Revenue (24h): ~$10,1K | App Fees: ~$10,1K;🟠Total Raised: ~$45,2M.⏸Взгляд сверхуСеть собирает комиссии, но весь доход уходит назад в экосистему через механизм HASH Market аукционов. Часть сборов направляется делегаторам, а часть в пул HASH Market аукционов, связывая использование сети, стейкинг и рыночный

рос в один замкнутый цикл. DEX-объём почти нулевой (как и перп-объём), но TVL под $1,3B. Figure Markets — единственный протокол на Pro

venance, отслеживаемый DeFiLlama. TVL сети делает буквально один игрок: $1,22B, из которых $301M активных займов и $3,84M годовой вырки. ⏸Figure TechnologiesС момента основания Figure выдал более $17B в кредитах и обработал $50B+ транзакций на публичном блокчейне. Сегодня компания является крупнейшим небанковским HELOC-кредитором в США. Figure выдал ~$6B в HELOC-кредитах. Медианное время одобрения заявки 10 дней (против 42 дней в среднем по отрасли).В январе 2026 Figure запустил OPEN (On-Chain Public Equity Network) — платформу для нативного размещения акций компаний прямо на Provenance, минуя DTCC.Figure доминирует в токенизированном частном кредите: $15B из $20B всех активных займов в этом секторе именно их. ⏸Figure IPOВ сентябре 2025 Figure вышел на IPO. Pantera Capital там одни из инвесторов.Первая в истории блокчейн-ипотечная секьюритизация FIGRE 2025-HE3 получила рейтинги S&P Global по всем шести траншам облигаций. На простом: традиционные рейтинговые агентства признали надёжность блокчейн-инфраструктуры на уровне обычных финансовых инструментов. Сентимент: нишевый, но убедительный.⏸TVL Provenance вырос на 570% с ноября 2025, без токен-инцентивов, без аирдропов, без фарминга. Правда около 44% максимального запаса в 100B $HASH ещё не разлочено. Также, если Figure споткнётся — Provenance споткнётся вместе с ним.🔅 Брайан Хуан (ко-фаундер Glider): токенизация активов на изолированном блокчейне не делает их автоматически более полезными — без интероперабельности это просто другая база данных. Самый скучный блокчейн в этом обзоре, но с первой в истории блокчейн-ипотекой с рейтингом S&P.Просто медиа-поле ожидало TradFi веселее…➡️Как ты относишься к Provenance?👍 — Первый раз слышу🔥 — Без DeFi и мемов не интересно❤️ — Не нужна тебе такая машина, брат#КриптусШаритНаш обменник | BITGET

Сообразим на двоих — или на троих?Дональд Трамп поедет в Китай для встречи с Си Цзиньпином 14–15 мая. Кстати говоря, это первый визит американского президента в КНР за последние 8 лет. Круг тем для обсуждения широкий: от закупки соевых бобов, нефти и самолетов из США до безопасности в сфере ИИ.Однако я думаю, что, кроме, разумеется, темы тарифов, ключевой темой будет война в Иране. Си выскажет озабоченность тем, что конфликт на Ближнем Востоке привел к резкому подорожанию энергоресурсов, удобрений и других жизненно важных коммодитиз. А Трамп предложит Пекину надавить на Иран, чтобы тот проще шел на уступки. Тогда и Ормузский пролив разблокируем, и цены охладятся, и будут все счастливы.Я вообще думаю, что фактор Ирана, прежде всего для Трампа, шикарный инструмент давления на Китай.

Кстати, на днях в КНР прилетал глава МИД Ирана и очень просил Китай посодействовать окончанию войны. Дипломат Ван И сказал, что, конечно, Китай посодействует, добавив маленькую, но очень важную фразу: «Страны Персидского залива и Ближнего Востока должны сами определять свою судьбу».

Так что пока я вижу роль Китая в урегулировании ситуации на Ближнем Востоке весьма ограниченной — сильно вмешиваться в процесс он явно не хочет.Чтобы отвлечь внимание от Ирана, Трамп может попросить Си заняться украинским вопросом.Но, если честно, как будет выглядеть в итоге эта сделка и как они вообще будут договариваться— представляю с трудом. Интересы сторон весьма далеки друг от друга.А вот обсудить тему, которая может стать частью сделки Россия — Украина, — это святое. Другое дело, что здесь очень много подводных камней.По счастливому совпадению, примерно в эти же сроки в Китай может прилететь Владимир Путин. Что, если главы государств чуть сдвинут сроки и в итоге получится трехсторонняя встреча? Такого варианта исключить нельзя.Так и вижу Трампа, заявляющего:

«Я провел ПОТРЯСАЮЩИЕ переговоры с моими друзьями Путиным и Си. Я — первый президент США, который это сделал! Мы скоро закончим сразу несколько войн! Мы заключим ВЫГОДНЫЕ сделки!»

Шутки шутками, но современный мир стал настолько непредсказуемым, что я бы не исключал самые экзотические сценарии. В частности, прямые переговоры США и Китая, затрагивающие украинский конфликт, действительно могли бы ускорить его завершение. Правда, все это пока мечты. А хотелось бы.Евгений Коган в MAX и ВК

https://www.re-gent.dev/а вот еще нашел на тему трекинга. git показывает, какие файлы поменялись.re_gent показывает, из какого промпта и какой сессии появились эти изменения. Работает поверх клодовского PostToolUse, хз за остальные харнесы

Что такое линия престижа - это элемент автомобильного дизайна, задающий идеальные визуальные пропорции передней части автомобиля.В международной терминологии её называют dash-to-axle ratio или prestige gapЭто линия, следующая вдоль вертикального основания лобового стекла в направлении переднего колеса.Она задает наиболее гармоничное расположение переднего колеса, центр которого должен находиться на линии престижа.

Признак ИИ текста — сликшом много ярких, сочных прилагательных. Текст с перцем.Много времени посвящаю детеции ИИ-текстов и заметил в них излишнюю старательность. Один эпитет — нормально. Два — может так надо, стиль такой. Три подряд — почти всегда слоп (или Солженицын, Яхина и прочие не очень хорошие писатели). В тексте читатель цепляется за существительные, которое усиливается прилагательными, которые ведут себя как специи. Одна щепотка задаёт вкус, три уже прячут блюдо под слоем кетчупа, который делает одинаковыми по вкусу туалетную бумагу и картошку. Скорее всего ИИ сваливается в такой стиль из-за внутреннего скоринга: длинное предложение с плотными определениями считается «выразительным». Короткое – эффектным. На выходе получаешь словосочетания типа «сдержанный, информативный, экспертный блог» — четыре слова описывают «блог», от которого теперь хочется отписаться.(заметили этот излишек соли в последнем предложении?и в заголовке? это классический признак ИИ-текста)Как победить пока не знаю – продолжаю бороться.#промптинг #агенты

Манифест тишины в эпоху 24/7: Чему нас учит недельная глава Торы «Беар»?Знаете, что меня больше всего поражает в израильском ритме? Мы живем в самой динамичной «startup nation», где изменения происходят быстрее, чем обновляется лента в соцсетях. Но именно здесь, тысячи лет назад, был прописан закон, который сегодня кажется страшным сном любого эффективного менеджера.Речь о главе «Беар». Она вводит понятие Шмита — субботний год.Представьте на секунду: раз в семь лет вы обязаны нажать на «стоп». Не пахать землю, не собирать урожай, не масштабировать бизнес. Земля должна отдыхать. Более того, в «Юбилейный год» (Йовель) обнуляются долги, а активы возвращаются к истокам.С точки зрения современного маркетинга и таргета — это катастрофа. С точки зрения жизни — это высшая форма стратегии.Я смотрю на это через призму своей работы с контентом и смыслами, и вот что я вижу:1. Экология ресурса. Мы привыкли выжимать из себя и своих проектов 110% мощности. Но если почву (или мозг креатора) эксплуатировать без остановки, она превращается в пыль. «Беар» напоминает: пауза — это не слабость, это часть производственного цикла. Самые сильные идеи приходят не в шуме работы, а в тишине отдыха.2. Иллюзия владения. В главе звучит мощная фраза: «Ибо Моя земля... вы же пришельцы и поселенцы у Меня». В 2026 году, живя в Акко, на берегу Средиземного моря, я остро чувствую этот контекст. Мы здесь не хозяева мира, мы — временные арендаторы. Это круто приземляет эго и заставляет по-другому смотреть на социальную ответственность.3. Социальный Hard Reset. Идея того, что человек не может быть рабом вечно, и что у каждого должен быть шанс на «перезагрузку» и возвращение домой — это фундамент гуманизма. Тора предложила систему, где никто не падает на дно навсегда.Глава «Беар» — это не про сельское хозяйство древних кочевников. Это про умение отпускать контроль. Умение доверять процессу и понимать, что мир не рухнет, если ты на мгновение выйдешь из гонки за охватами и KPI.Иногда, чтобы увидеть перспективу и то самое «дорогое кино» своей жизни, нужно просто перестать снимать и дать кадру замереть.Что думаете? Готовы бы вы были раз в семь лет полностью «обнулить» свою профессиональную деятельность ради глобальной перезагрузки? Или страх выпасть из обоймы сильнее?